tesis doctoral félix barba barba - oa.upm.esoa.upm.es/39316/1/felix_jesus_barba_barba.pdf · i...
Post on 01-May-2018
231 Views
Preview:
TRANSCRIPT
Universidad Politécnica de Madrid
Escuela Técnica Superior de Ingenieros de Telecomunicación
CONTRIBUCIÓN A LA
LOCALIZACIÓN EN INTERIORES
BASADA EN
COMUNICACIONES INALÁMBRICAS
TESIS DOCTORAL
Félix Barba Barba
Máster Universitario en
Ingeniería de Redes y Servicios Telemáticos.
2015
Universidad Politécnica de Madrid
Escuela Técnica Superior de Ingenieros de Telecomunicación
TESIS DOCTORAL
CONTRIBUCIÓN A LA
LOCALIZACIÓN EN INTERIORES
BASADA EN
COMUNICACIONES INALÁMBRICAS
Autor
Félix Barba Barba
Director
Francisco González Vidal
Codirector
Alfonso Fernández Durán
Departamento de Ingeniería de Sistemas Telemáticos
2015
i
Autor: D. Félix Barba Barba
Director: Dr. D. Francisco González Vidal
Codirector: Dr. D. Alfonso Fernández Durán
Tribunal nombrado por el Sr. Rector Magnífico de la Universidad Politécnica de Madrid,
el día 24 de Noviembre de 2015.
Presidente: Dr. D. JULIO BERROCAL COLMENAREJO
Vocal: Dr. D. JOSÉ IGNACIO MORENO NOVELLA
Vocal: Dr. D. FIDEL LIBERAL MALAINA
Vocal: Dr. D. VÍCTOR GUILLERMO GARCÍA GARCÍA
Suplente: Dra. Dª. ANA EVA IBARROLA
Suplente: Dr. D. JUAN MANUEL VOZMEDIANO TORRES
Secretario: Dr. D. MANUEL ÁLVAREZ-CAMPANA FERNÁNDEZ-CORREDOR
Realizado el acto de defensa y lectura de la Tesis el día. . . . . . de . . . . . . . . . . . . . . . . de 2016
en la Escuela Técnica Superior de Ingenieros de Telecomunicación (ETSIT) de la UPM.
Calificación: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
EL PRESIDENTE LOS VOCALES
EL SECRETARIO
ii
iii
Agradecimientos
A Paco, mi director de tesis, por tantos sabios consejos y buenas charlas mantenidas a lo largo
de todo este camino.
A Alfonso, mi codirector, por haberme apoyado en todo momento, ya desde antes del inicio de
este trabajo.
A Aarón, por su inestimable ayuda durante tantas horas y esfuerzos compartidos.
A Amparo y a mis hijos, Jorge y Carlos, por haberme animado siempre en los momentos de
flaqueza y por haber entendido esta empresa como un reto familiar.
iv
v
Resumen
Determinar con buena precisión la posición en la que se encuentra un terminal móvil, cuando
éste se halla inmerso en un entorno de interior (centros comerciales, edificios de oficinas,
aeropuertos, estaciones, túneles, etc), es el pilar básico sobre el que se sustentan un gran
número de aplicaciones y servicios. Muchos de esos servicios se encuentran ya disponibles en
entornos de exterior, aunque los entornos de interior se prestan a otros servicios específicos
para ellos.
Ese número, sin embargo, podría ser significativamente mayor de lo que actualmente es, si no
fuera necesaria una costosa infraestructura para llevar a cabo el posicionamiento con la
precisión adecuada a cada uno de los hipotéticos servicios. O, igualmente, si la citada
infraestructura pudiera tener otros usos distintos, además del relacionado con el
posicionamiento. La usabilidad de la misma infraestructura para otros fines distintos ofrecería la
oportunidad de que la misma estuviera ya presente en las diferentes localizaciones, porque ha
sido previamente desplegada para esos otros usos; o bien facilitaría su despliegue, porque el
coste de esa operación ofreciera un mayor retorno de usabilidad para quien lo realiza.
Las tecnologías inalámbricas de comunicaciones basadas en radiofrecuencia, ya en uso para
las comunicaciones de voz y datos (móviles, WLAN, etc), cumplen el requisito anteriormente
indicado y, por tanto, facilitarían el crecimiento de las aplicaciones y servicios basados en el
posicionamiento, en el caso de poderse emplear para ello. Sin embargo, determinar la posición
con el nivel de precisión adecuado mediante el uso de estas tecnologías, es un importante reto
hoy en día.
El presente trabajo pretende aportar avances significativos en este campo.
A lo largo del mismo se llevará a cabo, en primer lugar, un estudio de los principales algoritmos
y técnicas auxiliares de posicionamiento aplicables en entornos de interior. La revisión se
centrará en aquellos que sean aptos tanto para tecnologías móviles de última generación como
para entornos WLAN. Con ello, se pretende poner de relieve las ventajas e inconvenientes de
cada uno de estos algoritmos, teniendo como motivación final su aplicabilidad tanto al mundo
de las redes móviles 3G y 4G (en especial a las femtoceldas y small-cells LTE) como al
indicado entorno WLAN; y teniendo siempre presente que el objetivo último es que vayan a ser
usados en interiores.
La principal conclusión de esa revisión es que las técnicas de triangulación, comúnmente
empleadas para realizar la localización en entornos de exterior, se muestran inútiles en los
entornos de interior, debido a efectos adversos propios de este tipo de entornos como la
pérdida de visión directa o los caminos múltiples en el recorrido de la señal. Los métodos de
huella radioeléctrica, más conocidos bajo el término inglés “fingerprinting”, que se basan en la
comparación de los valores de potencia de señal que se están recibiendo en el momento de
llevar a cabo el posicionamiento por un terminal móvil, frente a los valores registrados en un
vi
mapa radio de potencias, elaborado durante una fase inicial de calibración, aparecen como los
mejores de entre los posibles para los escenarios de interior.
Sin embargo, estos sistemas se ven también afectados por otros problemas, como por ejemplo
los importantes trabajos a realizar para ponerlos en marcha, y la variabilidad del canal. Frente a
ellos, en el presente trabajo se presentan dos contribuciones originales para mejorar los
sistemas basados en los métodos fingerprinting.
La primera de esas contribuciones describe un método para determinar, de manera sencilla, las
características básicas del sistema a nivel del número de muestras necesarias para crear el
mapa radio de la huella radioeléctrica de referencia, junto al número mínimo de emisores de
radiofrecuencia que habrá que desplegar; todo ello, a partir de unos requerimientos iniciales
relacionados con el error y la precisión buscados en el posicionamiento a realizar, a los que
uniremos los datos correspondientes a las dimensiones y realidad física del entorno. De esa
forma, se establecen unas pautas iniciales a la hora de dimensionar el sistema, y se combaten
los efectos negativos que, sobre el coste o el rendimiento del sistema en su conjunto, son
debidos a un despliegue ineficiente de los emisores de radiofrecuencia y de los puntos de
captura de su huella.
La segunda contribución incrementa la precisión resultante del sistema en tiempo real, gracias
a una técnica de recalibración automática del mapa radio de potencias. Esta técnica tiene en
cuenta las medidas reportadas continuamente por unos pocos puntos de referencia estáticos,
estratégicamente distribuidos en el entorno, para recalcular y actualizar las potencias
registradas en el mapa radio. Un beneficio adicional a nivel operativo de la citada técnica, es la
prolongación del tiempo de usabilidad fiable del sistema, bajando la frecuencia en la que se
requiere volver a capturar el mapa radio de potencias completo.
Las mejoras anteriormente citadas serán de aplicación directa en la mejora de los mecanismos
de posicionamiento en interiores basados en la infraestructura inalámbrica de comunicaciones
de voz y datos. A partir de ahí, esa mejora será extensible y de aplicabilidad sobre los servicios
de localización (conocimiento personal del lugar donde uno mismo se encuentra),
monitorización (conocimiento por terceros del citado lugar) y seguimiento (monitorización
prolongada en el tiempo), ya que todos ellas toman como base un correcto posicionamiento
para un adecuado desempeño.
vii
Abstract
To find the position where a mobile is located with good accuracy, when it is immersed in an
indoor environment (shopping centers, office buildings, airports, stations, tunnels, etc.), is the
cornerstone on which a large number of applications and services are supported. Many of these
services are already available in outdoor environments, although the indoor environments are
suitable for other services that are specific for it.
That number, however, could be significantly higher than now, if an expensive infrastructure
were not required to perform the positioning service with adequate precision, for each one of the
hypothetical services. Or, equally, whether that infrastructure may have other different uses
beyond the ones associated with positioning. The usability of the same infrastructure for
purposes other than positioning could give the opportunity of having it already available in the
different locations, because it was previously deployed for these other uses; or facilitate its
deployment, because the cost of that operation would offer a higher return on usability for the
deployer.
Wireless technologies based on radio communications, already in use for voice and data
communications (mobile, WLAN, etc), meet the requirement of additional usability and,
therefore, could facilitate the growth of applications and services based on positioning, in the
case of being able to use it. However, determining the position with the appropriate degree of
accuracy using these technologies is a major challenge today.
This paper provides significant advances in this field.
Along this work, a study about the main algorithms and auxiliar techniques related with indoor
positioning will be initially carried out. The review will be focused in those that are suitable to be
used with both last generation mobile technologies and WLAN environments. By doing this, it is
tried to highlight the advantages and disadvantages of each one of these algorithms, having as
final motivation their applicability both in the world of 3G and 4G mobile networks (especially in
femtocells and small-cells of LTE) and in the WLAN world; and having always in mind that the
final aim is to use it in indoor environments.
The main conclusion of that review is that triangulation techniques, commonly used for
localization in outdoor environments, are useless in indoor environments due to adverse effects
of such environments as loss of sight or multipaths. Triangulation techniques used for external
locations are useless due to adverse effects like the lack of line of sight or multipath.
Fingerprinting methods, based on the comparison of Received Signal Strength values
measured by the mobile phone with a radio map of RSSI Recorded during the calibration
phase, arise as the best methods for indoor scenarios.
However, these systems are also affected by other problems, for example the important load of
tasks to be done to have the system ready to work, and the variability of the channel. In front of
viii
them, in this paper we present two original contributions to improve the fingerprinting methods
based systems.
The first one of these contributions describes a method for find, in a simple way, the basic
characteristics of the system at the level of the number of samples needed to create the radio
map inside the referenced fingerprint, and also by the minimum number of radio frequency
emitters that are needed to be deployed; and both of them coming from some initial
requirements for the system related to the error and accuracy in positioning wanted to have,
which it will be joined the data corresponding to the dimensions and physical reality of the
environment. Thus, some initial guidelines when dimensioning the system will be in place, and
the negative effects into the cost or into the performance of the whole system, due to an
inefficient deployment of the radio frequency emitters and of the radio map capture points, will
be minimized.
The second contribution increases the resulting accuracy of the system when working in real
time, thanks to a technique of automatic recalibration of the power measurements stored in the
radio map. This technique takes into account the continuous measures reported by a few static
reference points, strategically distributed in the environment, to recalculate and update the
measurements stored into the map radio. An additional benefit at operational level of such
technique, is the extension of the reliable time of the system, decreasing the periodicity required
to recapture the radio map within full measurements.
The above mentioned improvements are directly applicable to improve indoor positioning
mechanisms based on voice and data wireless communications infrastructure. From there, that
improvement will be also extensible and applicable to location services (personal knowledge of
the location where oneself is), monitoring (knowledge by other people of your location) and
monitoring (prolonged monitoring over time) as all of them are based in a correct positioning for
proper performance.
ix
Índice General
Agradecimientos ........................................................................................................................ iii
Resumen ...................................................................................................................................... v
Índice de Figuras ...................................................................................................................... xiii
Índice de Tablas....................................................................................................................... xvii
Índice de Ecuaciones ............................................................................................................... xix
Acrónimos ................................................................................................................................. xxi
1. Introducción ......................................................................................................................... 1
1.1 Motivaciones .................................................................................................................. 4
1.2 Objetivos y metodología. ............................................................................................... 6
1.3 Ámbito de actuación. ................................................................................................... 11
1.4 Estructura del trabajo ................................................................................................... 13
2. Estado del Arte de la Localización en Interiores ............................................................ 15
2.1 Definiciones.................................................................................................................. 16
2.1.1 Puntos de emisión de radio. ............................................................................ 16 2.1.2 Exactitud, precisión y error de posicionamiento. ............................................. 17 2.1.3 Terminal, puntos de referencia y granularidad. ............................................... 19
2.2 Arquitecturas básicas de posicionamiento. ................................................................. 20
2.3 Posicionamiento en interiores por radiofrecuencia ...................................................... 22
2.3.1 Técnicas basadas en la triangulación. ............................................................ 22 2.3.2 Técnicas basadas en el análisis del escenario (fingerprinting). ...................... 25 2.3.3 Técnicas de proximidad................................................................................... 28
2.4 Problemática de la localización radio en interiores...................................................... 29
2.5 Posicionamiento en interiores con RSS-Fingerprinting. .............................................. 30
2.5.1 Fase offline, o de calibración. .......................................................................... 32 2.5.2 Fase online, o de posicionamiento. ................................................................. 34
2.6 Comparativa entre técnicas fingerprinting. .................................................................. 35
2.7 Despliegue efectivo de celdas y mapa radio en interiores. ......................................... 40
2.8 Procedimientos de autocalibración .............................................................................. 42
2.8.1 Rango de variabilidad de la señal. .................................................................. 42 2.8.2 Métodos y procedimientos de autocalibración. ............................................... 43
x
2.9 Sistema de referencia a emplear. Consideraciones sobre la arquitectura del mismo. 45
2.10 Conclusiones................................................................................................................ 47
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores. ........................................ 49
3.1 Introducción al dimensionamiento inicial del sistema. ................................................. 52
3.2 Probabilidad de distribución de error: lognormal. ........................................................ 55
3.3 De Error de Posicionamiento y Probabilidad, a los Parámetros de Localización y
Escala. ......................................................................................................................... 61
3.3.1 Parámetros de Localización y Escala de la Función Lognormal. ................... 61 3.3.2 Relación Entre los Requerimientos Iniciales y la Función Lognormal
(Parámetros de Localización y Escala). .......................................................... 64 3.3.3 Relaciones que Delimitan Cómo Evitar el Área Prohibida. ............................. 66
3.4 Determinación de la Influencia de los Puntos Emisores y los Puntos de Referencia . 72
3.4.1 Determinación del valor del parámetro de escala (σ). .................................... 76 3.4.2 Determinación del valor de localización (µ). ................................................... 78
3.5 Determinación de Parámetros de Trabajo para el Dimensionamiento del Sistema
Físico. ........................................................................................................................... 81
3.5.1 Escenarios con Paredes Internas. .................................................................. 85
3.6 Simulaciones y Validaciones ....................................................................................... 87
3.6.1 Casos de simulación con 3 REP. .................................................................... 89 3.6.2 Casos de simulación con 4 REP ..................................................................... 93 3.6.3 Otros casos de simulación. ............................................................................. 95
3.7 Conclusiones................................................................................................................ 96
4. Autocalibración del Mapa Radio ...................................................................................... 99
4.1 Mejora del proceso de calibración y recalibración del mapa radio. ........................... 102
4.1.1 Fase de Calibración. ...................................................................................... 102 4.1.2 Recalibración del sistema. ............................................................................ 103
4.2 Introducción a la autocalibración del mapa radio. ..................................................... 104
4.3 Proceso de autocalibración ........................................................................................ 107
4.3.1 Tiempo medio entre decisiones en el proceso de autocalibración. .............. 109 4.3.2 Márgenes de los Umbrales Variables para la Recalibración. ....................... 111
4.4 Algoritmo de Recalibración ........................................................................................ 114
4.4.1 Descripción detallada del algoritmo de recalibración. ................................... 115 4.4.2 Plantilla incremental. ..................................................................................... 119 4.4.2.1 Ejemplo de generación y aplicación de la plantilla incremental. ................... 122 4.4.2.2 Condiciones de borde.................................................................................... 126
4.5 Simulaciones y Validaciones. .................................................................................... 127
4.6 Conclusiones.............................................................................................................. 132
5. Solución integrada. ......................................................................................................... 135
5.1 Descripción de la solución integrada. Despliegue de celdas, mapa radio y
autocalibración. .......................................................................................................... 137
5.1.1 Consideraciones sobre la altura de los elementos. ...................................... 140
xi
5.1.2 Consideraciones sobre el posicionamiento de celdas. ................................. 141 5.1.3 Consideraciones sobre el posicionamiento de los puntos de referencia
del mapa radio. ............................................................................................. 142 5.1.4 Consideraciones sobre el posicionamiento de los puntos de calibración. .... 143 5.1.4.1 Respecto de su ubicación. ............................................................................ 143 5.1.4.2 Respecto de su número. ............................................................................... 144
5.2 Verificación del despliegue efectivo de las celdas y el mapa radio. .......................... 146
5.2.1 Despliegue de las celdas. ............................................................................. 147 5.2.2 Despliegue de los puntos de referencia del mapa radio. .............................. 149 5.2.3 Evaluación de los resultados obtenidos. ....................................................... 150
5.3 Verificación de la autocalibración del mapa radio. .................................................... 156
5.3.1 Despliegue de los puntos de calibración. ...................................................... 157 5.3.2 Evaluación de los resultados obtenidos. ....................................................... 158
5.4 Sistema de Gestión de Redes Auto-Organizadas con Capacidades de
Localización. .............................................................................................................. 166
5.5 Conclusiones.............................................................................................................. 169
6. Conclusiones Generales. ................................................................................................ 171
6.1 Futuros trabajos. ........................................................................................................ 173
6.2 Posibilidades de negocio. Mercado actual y previsto. ............................................... 176
6.3 Reconocimientos. ...................................................................................................... 177
Anexo A. Herramienta de simulación & Medidas del estándar LTE. ...................... 179
A.1 Herramienta utilizada para las simulaciones (WIOS012). ......................................... 179
A.1.1 Definición del escenario objetivo básico. ...................................................... 181 A.1.2 Realización de la simulación ......................................................................... 181 A.1.2.1 Modelo de propagación. ................................................................................ 182 A.1.3 Verificación gráfica de los resultados. ........................................................... 183 A.1.4 Almacenamiento de datos numéricos y estadísticos. Procesado final. ........ 183
A.2 Mediciones del estándar LTE. ................................................................................... 184
A.2.1 Búsqueda de celda en LTE ........................................................................... 185 A.2.2 Medidas cuando el UE está acampado en LTE ............................................ 186 A.2.2.1 Medidas LTE ................................................................................................. 186 A.2.3 LTE en RRC_IDLE ........................................................................................ 187 A.2.3.1 Medidas en RRC_IDLE ................................................................................. 188 A.2.4 LTE en RRC_CONNECTED ......................................................................... 188 A.2.4.1 Patrones de monitorización ........................................................................... 188 A.2.4.2 Monitorización LTE intra-frecuencia .............................................................. 189 A.2.4.3 Monitorización LTE inter-frecuencia .............................................................. 189 A.2.5 Reporte de medidas ...................................................................................... 189
Anexo B. Método wkNN .............................................................................................. 191
B.1 Método kNN. .............................................................................................................. 192
B.1.1 Selección de los k puntos del mapa radio más próximos a las medidas tomadas......................................................................................................... 192
B.1.2 Determinación de la posición ........................................................................ 193
B.2 Método ponderado wkNN .......................................................................................... 194
B.1.3 Número de vecinos a tener en cuenta. Factor k. .......................................... 194 B.1.4 Criterio de ponderación. Factor w. ................................................................ 195
xii
Anexo C. Simulaciones adicionales .......................................................................... 197
C.1 Relación de µ y sigma con el número de REP y la granularidad del mapa radio. .... 198
C.2 Simulaciones para la integración sobre un escenario real. ....................................... 201
C.2.1 Simulaciones para la verificación del despliegue efectivo de celdas y el mapa radio. ............................................................................................. 201
C.2.2 Simulaciones para la verificación del algoritmo de recalibración. ................. 202
Bibliografía ............................................................................................................................... 207
xiii
Índice de Figuras
Figura 1: Metodología y objetivos del presente trabajo. ............................................................... 7
Figura 2: Precisión en los sistemas de localización. ................................................................... 18
Figura 3: Distintos niveles de granularidad. ................................................................................ 19
Figura 4: Ejemplo de sistema de Procesamiento Remoto Indirecto. .......................................... 20
Figura 5: Esquema de posicionamiento por lateralización (TOA o ROTF). ................................ 23
Figura 6: Fases básicas de un sistema de localización por fingerprinting. ................................. 31
Figura 7: Escenario de medición, con la ubicación de las emisoras, según [LIN05] .................. 36
Figura 8: Exactitud de las distintas técnicas, según [LIN05] ....................................................... 37
Figura 9: Precisión de las distintas técnicas, según [LIN05] ....................................................... 37
Figura 10: Variabilidad de un canal WLAN durante 24 horas, según [MOR09] ......................... 43
Figura 11: Esquema de relación entre los requerimientos iniciales y los datos finales. ............. 53
Figura 12: Función de densidad (o distribución de probabilidad lognormal) para diferentes
factores de escala σ, manteniendo µ constante. ...................................................... 56
Figura 13: Entornos para la verificación de la función de distribución lognormal. ...................... 57
Figura 14: Distribución de REP para la validación de la distribución lognormal. ........................ 57
Figura 15: Similitud entre la Lognormal y la distribución del error de posicionamiento. ............. 60
Figura 16: Ejemplo de Función de Distribución Acumulativa, CDF. ........................................... 62
Figura 17: Variación del parámetro de escala, manteniendo fijo el parámetro de localización,
para la CDF de una distribución lognormal. .............................................................. 63
Figura 18: Variación del parámetro de localización, manteniendo fijo el parámetro de escala,
para la CDF de una distribución lognormal. .............................................................. 64
Figura 19: Curvas para las restricciones de Exactitud y Precisión (Exactitud de 3m, para un
80% de Precisión) ..................................................................................................... 65
Figura 20: Gráfica de la Función de Error, señalando un nivel umbral....................................... 68
Figura 21: Variación de µ frente al número de REP, para diferentes granularidades del mapa
radio. .......................................................................................................................... 73
Figura 22: Variación de µ frente a la granularidad del mapa radio, para diferentes números
de REP. ..................................................................................................................... 73
Figura 23: Variación de σ frente al número de REP, para diferentes granularidades del mapa
radio. .......................................................................................................................... 74
Figura 24: Variación de σ frente al área de resolución del mapa radio, para diferentes
números de REP. ...................................................................................................... 74
Figura 25: Ajuste de curvas para encontrar según los REP desplegados. ............................. 77
Figura 26: Comparación entre los valores simulados y las correspondientes funciones de
ajuste. ........................................................................................................................ 79
Figura 27: CDF para 3 REP con granularidad de 1,1x1,1m ....................................................... 90
Figura 28: CDF para 3 REP con granularidad de 2,0x2,0m. ...................................................... 91
xiv
Figura 29: CDF para 3 REP con granularidad de 3,0x3,0m ....................................................... 91
Figura 30: CDF para 3 REP con granularidad de 3,9x3,9m. ...................................................... 92
Figura 31: CDF para 4 REP con granularidad de 1,8x1,8m ....................................................... 94
Figura 32: CDF para 4 REP con granularidad de 3,1x3,1m. ...................................................... 95
Figura 33: Diagrama de Flujo del Proceso de Autocalibración ................................................. 108
Figura 34: Señal de referencia para establecer el umbral según los valores de señal. ........... 113
Figura 35: Detalle bidimensional de los elementos en el algoritmo de recalibración. .............. 115
Figura 36: Esquema de las medidas RSS, con la proyección en el plano de los puntos de
calibración. .............................................................................................................. 116
Figura 37: Visualización gráfica de la metodología para generar la plantilla incremental. ....... 124
Figura 38. Plantilla incremental obtenida para el ejemplo propuesto. ...................................... 125
Figura 39: Entorno modificado empleado para la validación del algoritmo de recalibración. .. 128
Figura 40: Proceso de verificación de la recalibración del mapa radio..................................... 130
Figura 41: Error de posicionamiento obtenido tras emplear el algoritmo de recalibración,
frente a error de posicionamiento obtenido sin emplear ese algoritmo. ................. 131
Figura 42: Escenario a emplear para la simulación integrada .................................................. 138
Figura 43: Escenario a emplear para la simulación integrada .................................................. 139
Figura 44: Posición de los REP, para una cobertura asegurada de 3 REP sobre más
del 95% de la superficie. ......................................................................................... 148
Figura 45: Niveles de señal recibidos en cada uno de los puntos del entorno, sumando
todas las potencias. ................................................................................................. 148
Figura 46: Áreas de cobertura con 3 o más REP por encima de -95 dBm. .............................. 149
Figura 47: Despliegue de 3 REP y error obtenido, para una granularidad de 1,1x1,1 m. ........ 151
Figura 48: Despliegue de 3 REP y error obtenido, para una granularidad de 2,0x2,0 m. ........ 151
Figura 49: Despliegue de 3 REP y error obtenido, para una granularidad de 3,0x3,0 m. ........ 152
Figura 50: Despliegue de 3 REP y error obtenido, para una granularidad de 3,9x3,9 m. ........ 152
Figura 51: Despliegue de 3 REP y error obtenido, para una granularidad de 4,7x4,7 m. ........ 153
Figura 52: CDF para un despliegue de 3 REP y una granularidad de 1,1x1,1 m. .................... 154
Figura 53: CDF para un despliegue de 3 REP y una granularidad de 4,7x4,7 m. .................... 155
Figura 54: Disposición de REP, y puntos de calibración con una granularidad de 7x7m. ....... 160
Figura 55: Puntos modificados por la recalibración, para una granularidad de 7x7m. ............. 160
Figura 56: Disposición de REP, y puntos de calibración con una granularidad de 11x11m. ... 161
Figura 57: Puntos modificados por la recalibración, para una granularidad de 11x11m. ......... 161
Figura 58: Disposición de REP, y puntos de calibración con una granularidad de 20x20m. ... 162
Figura 59: Puntos modificados por la recalibración, para una granularidad de 20x20m. ......... 162
Figura 60: Áreas de cobertura con 3 o más REP para las pruebas de recalibración. .............. 163
Figura 61: Comparación de errores en las pruebas de recalibración. ...................................... 164
Figura 62: Comparación de errores en las pruebas de recalibración (detalle de la curva). ..... 164
Figura 61: Arquitectura OAM propuesta, incorporando los servicios basados en la
localización. ............................................................................................................. 166
Figura 62: Nuevas fases en el posicionamiento fingerprinting. ................................................ 172
Figura 63: Arquitectura de la herramienta SW empleada para las simulaciones de
transmisión de la señal en escenarios reales. ........................................................ 180
Figura 64: Puntos de referencia para la medición de parámetros (LTE/UMTS) ....................... 186
Figura 65: CDF para 3 REP con granularidad de 1,6x1,6m ..................................................... 198
Figura 66: CDF para 4 REP con granularidad de 2,5x2,5m ..................................................... 199
Figura 67: CDF para 3 REP con granularidad de 2,4x2,4m ..................................................... 199
xv
Figura 68: CDF para 4 REP con granularidad de 5,0x5,0m ..................................................... 200
Figura 69: Puntos de referencia para la medición de parámetros (LTE/UMTS) ....................... 201
Figura 70: Puntos de referencia para la medición de parámetros (LTE/UMTS) ....................... 202
Figura 71: Disposición de REP, y puntos de calibración con una granularidad de 6x6m. ....... 203
Figura 72: Disposición de REP, y puntos de calibración con una granularidad de 26x26m. ... 203
Figura 73: Disposición de REP, y puntos de calibración con una granularidad de 6x6m. ....... 204
Figura 74: Disposición de REP, y puntos de calibración con una granularidad de 8x8m. ....... 204
Figura 75: Disposición de REP, y puntos de calibración con una granularidad de 15x15m. ... 205
Figura 76: Disposición de REP, y puntos de calibración con una granularidad de 26x26m. ... 205
xvi
xvii
Índice de Tablas
Tabla 1: Valores máximo y medio del parámetro sigma ( ) ....................................................... 77
Tabla 2: Error de posicionamiento, CDF y REP, frente a resolución del mapa radio. ................ 83
Tabla 3: Ejemplo de puntos necesarios para generar la plantilla incremental ......................... 120
Tabla 4: Valores numéricos de KA, KB y KE para el ejemplo propuesto .................................... 122
Tabla 5: Puntos usados para generar la plantilla incremental en el ejemplo propuesto. ......... 123
Tabla 6. Granularidades verificadas, y puntos de calibración a desplegar en el entorno en
función de ellas........................................................................................................ 158
xviii
xix
Índice de Ecuaciones
Ecuación 1: Distancia euclídea entre potencias medidas y potencias almacenadas. ................ 26
Ecuación 2: Función de Densidad de la Probabilidad, PDF, para una distribución
lognormal con x > 0. ............................................................................................... 55
Ecuación 3: Función de Distribución Acumulativa, CDF, para una distribución lognormal. ...... 61
Ecuación 4: Condición para esquivar el área prohibida. ............................................................. 67
Ecuación 5: Cambio de variable para encontrar µ y . ............................................................... 67
Ecuación 6: Función de error. ..................................................................................................... 67
Ecuación 7: Valor de z frente a la función de error. .................................................................... 68
Ecuación 8: Valor umbral frente a , µ y x0. ................................................................................ 68
Ecuación 9: Relación entre la media de la lognormal, y el parámetro µ. .................................... 69
Ecuación 10: Relación entre la media, el valor umbral, y el parámetro sigma. .......................... 69
Ecuación 11: Valores máximos de µ y σ para evitar el área prohibida. ...................................... 70
Ecuación 12: Expresión de µ en función de la granularidad del mapa radio,
para un despliegue con 3 REP. .............................................................................. 78
Ecuación 13: Expresión de µ en función de la granularidad del mapa radio,
para un despliegue 4 REP o más. .......................................................................... 78
Ecuación 14: Granularidad del mapa radio, en función del área de un cuadrado
con 4 puntos de referencia; para un despliegue con 3 REP (expresada en m2). .. 79
Ecuación 15: Granularidad del mapa radio, en función del área de un cuadrado con 4 puntos
de referencia; para un despliegue con 4 REP o más (expresada en m2). ............. 80
Ecuación 16: Potencia umbral para la llamada al algoritmo de recalibración. ......................... 112
Ecuación 17: Ecuación general de un plano. ............................................................................ 118
Ecuación 18: Relación entre las distancias d y D. .................................................................... 121
Ecuación 19: Conjunto de expresiones que rigen la propagación de la señal de radio en la
simulación. ............................................................................................................ 182
Ecuación 20: Distancia euclídea entre potencias medidas y potencias almacenadas. ............ 193
xxi
Acrónimos
3G / 4G 3rd
/ 4th Generation of Mobile (Tecnología de Tercera/Cuarta Generación de
Telecommunications Technology Telecomunicaciones Móviles)
3GPP 3rd Generation Partnership Project (Proyecto Asociativo de Tercera Generación)
AOA Angle of Arrival (Ángulo de Llegada)
AP Access Point (WLAN) (Punto de acceso WLAN)
CAPEX CAPital EXpenditures (Gastos de Capital)
CDF Cumulative Distribution Function (Función de Distribución Acumulativa)
DOA Distance of Arrival (Distancia de Llegada)
DRX Discontinuous Reception (Recepción Discontinua)
DSL Digital Subscriber Loop (Bucle de Abonado Digital)
ETSI European Telecommunications (Instituto Europeo de Normalización
Standards Intitute de las Telecomunicaciones)
GPS Global Positioning System (Sistema de Posicionamiento Global)
GSM Global System for Mobile (Sistema Global para Comunicaciones
Communications Móviles)
GUI Graphic User Interface (Interfaz Gráfica de Usuario)
HeNB Home evolved NodeB (Nodo B evolucionado para Vivienda)
HSPA High-Speed Packet Access (Acceso por Paquetes de Alta Velocidad)
IEEE Institute of Electrical and (Instituto de Ingenieros Eléctricos
Electronics Engineers y Electrónicos)
kNN k Nearest Neighbor (k Vecinos Más Cercanos)
LBS Location Based Services (Servicios Basados en la Localización)
LOS Line Of Sight (Línea de Visión)
LTE Long Term Evolution (Evolución a Largo Plazo)
MIMO Multiple Input Multiple Output (Múltiples Entradas Múltiples Salidas)
NLOS Non Line Of Sight (Sin Línea de Visión)
xxii
OAM Operation, Administration (Operación, Administración y Gestión)
and Management
OG Geometric Optics (Óptica Geométrica)
OLAS OAM Location-Aware System (Sistema OAM Consciente de la Localización)
OLOS Obstructed Line Of Sight (Línea de Visión Obstruida)
PDF Probability Density Function (Función de Densidad de Probabilidad)
RAT Radio Access Technology (Tecnología de Acceso Radio)
REP Radio Emission Point (Punto de Emisión Radio)
RFID Radio Frequency Identification (Identificación por Radiofrecuencia)
ROTF Return Time of Flight (Tiempo de Retorno de la Señal)
RSS Receive Signal Strength (Potencia de Señal Recibida)
SMP Smallest M-vertex Poligon (Menor polígono de M vértices)
SON Self Organized Nertworks (Redes Auto Organizadas)
SVM Support Vector Machine (Máquina de vector de apoyo)
TOA Time of Arrival (Tiempo de Llegada)
TDOA Time Difference of Arrival (Diferencia de Tiempos de Llegada)
UE User Equipment (Terminal del Usuario)
UTD Uniform Theory of Diffraction (Teoría Uniforme de la Difracción)
UWB Ultra Wide Band (Banda Ultra Ancha)
Wi-Fi IEEE 802.11x WLAN (Red Local Inalámbrica según IEEE 802.11x)
wkNN Weighted k Nearest Neighbor (k Vecinos más Cercanos Ponderado)
WLAN Wireless Local Area Network (Red de Área Local Inalámbrica)
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
1
1. Introducción
Los sistemas de posicionamiento, entendiendo por tales aquellos que poseen la facultad de
indicar la localización de un dispositivo móvil en un momento específico, y que están basados
en robustas técnicas que operan con un margen de error pequeño, son clave en el desarrollo y
despliegue de muchos Servicios Basados en la Localización (LBS, del inglés Location Based
Services).
Un gran número de las posibles aplicaciones sobre LBS se enfocan sobre los entornos de
interior: sistemas de ayuda y guiado para personas con necesidades especiales, monitorización
y seguimiento de pacientes e instrumentos en hospitales o instituciones asistenciales, servicios
basados en el contexto para museos, aeropuertos o centros comerciales, entre otros; la
mayoría de esas aplicaciones pueden añadir, además, publicidad y otras oportunidades de
carácter comercial o relacionadas con el márketing.
Una primera reflexión indica que ese número, sin embargo, podría llegar a ser
significativamente mayor de lo que actualmente es, si no fuera porque existen limitaciones que
le impiden crecer libremente. El informe de ABI Research [CON11] así lo corrobora,
pronosticando un negocio mundial relacionado con las LBS para 2017 de 4.000 millones de
dólares, indicando también que esa cifra corresponde tan solo a la punta del iceberg.
Obviamente, ese informe confía en que las actuales limitaciones puedan ser superadas durante
los años venideros.
La principal de estas limitaciones deriva de que en la actualidad es necesario disponer de una
costosa y compleja infraestructura para garantizar que se puede llevar a cabo el
posicionamiento con la precisión adecuada a cada uno de los hipotéticos servicios. Aunque
existen ya algunas soluciones que permiten la localización en interiores, su coste asociado y
complejidad provoca que ninguna de ellas esté universalmente aceptada, y que muchas de
esas hipotéticas aplicaciones sigan esperando a nuevos y mejorados sistemas (al menos, que
permitan justificar el caso de negocio para llevar a cabo su despliegue); coincidiendo en el
tiempo, además, con la aparición de infinidad de aplicaciones soportadas por la geolocalización
en exteriores, que hacen uso de un servicio que ya se considera comúnmente disponible.
Obviamente, si la infraestructura requerida para realizar el posicionamiento pudiera tener otros
usos distintos además del citado posicionamiento, en alguna medida su despliegue podría
verse facilitado. Por un lado, la usabilidad de esa misma infraestructura para otros fines
distintos podría dar lugar a que la misma estuviera ya presente en las diferentes localizaciones,
porque ha sido previamente desplegada para esos otros usos distintos. Por otro, si no estuviera
ya presente, facilitaría su despliegue, ya que el coste de esa operación podría ofrecer un mayor
retorno por uso para quien lo realiza.
1. Introducción
2
Las tecnologías inalámbricas de comunicaciones basadas en radiofrecuencia, ya presentes en
muchos entornos de interior, y en uso para las comunicaciones de voz y datos (móviles, WLAN,
etc), cumplen el requisito anteriormente indicado. Sería de prever, por tanto, que su usabilidad
adicional para llevar a cabo servicios relacionados con el posicionamiento facilitara el
crecimiento de las aplicaciones y los citados servicios basados en el mismo, si los resultados
obtenidos fueran lo suficientemente precisos.
Sin embargo, determinar la posición con el nivel de precisión adecuado mediante el uso de
esas tecnologías, es un importante reto hoy en día.
El presente trabajo pretende avanzar en esa dirección, mejorando en dos aspectos puntuales
pero de amplia repercusión a nivel de sistema completo, los sistemas de localización por
radiofrecuencia en interiores.
Entrando en el terreno específico de la localización basada en señales de radiofrecuencia, la
primera contrariedad se encuentra al ver que las técnicas de triangulación, extensivamente
usadas para entornos de exterior, no son aplicables de forma útil en entornos de interior.
Las citadas técnicas de triangulación se basan principalmente en medir de diversas maneras la
distancia que separa varios elementos emisores (por ejemplo: estaciones base, satélites, etc)
del elemento receptor (usualmente el terminal móvil). Con el objetivo de inferir el valor de tal
distancia, se miden diferentes magnitudes según los distintos métodos desarrollados. Así, por
ejemplo, se mide el tiempo en el método Time of Arrival (del inglés Tiempo de Llegada); se
mide la atenuación de la señal en el RSS-Based Method (método basado en la potencia de la
señal recibida); etc. Estos métodos tienen la ventaja de que son muy fáciles de implementar, y
requieren un bajo nivel de computación. Sin embargo, la presencia habitual de efectos que les
son adversos en los entornos de interior, tales como la ausencia de línea de visión directa o la
propagación de la señal por distintos caminos, combinada con el hecho de que las distancias
son muy cortas entre el receptor y el emisor, llevan a descartar directamente su uso para la
localización en interiores.
Las llamadas técnicas de “huella dactilar”, o fingerprinting, basadas en la comparación de los
valores de Potencia de Señal Recibida (RSS, Received Signal Strength) medidos por un
receptor en el momento de realizar la localización, frente a los valores de RSS previamente
almacenados en un mapa radio durante una fase denominada de calibración, aparecen como
la mejor aproximación para los escenarios de interior, frente a la prácticamente única
alternativa válida en interiores, como es la constituida por las técnicas de proximidad, basadas
en el despliegue masivo de sensores, de forma específica para cada escenario.
Pero estas técnicas fingerprinting se encuentran también bastante afectadas por diferentes
problemas, incluyendo entre otros: la variabilidad en el tiempo intrínseca de las señales de
radio, debida principalmente al fading de gran y de pequeña escala; los posibles cambios en la
disposición de elementos móviles presentes en el entorno, como las puertas o las ventanas; o
las interferencias en la señal recibida debidas, por ejemplo, a la interposición de grupos de
personas.
Existen diferentes tipos de algoritmos o métodos usados dentro de la familia de las técnicas
fingerprinting. Esta variedad de métodos (vecinos más próximos, redes neuronales, etc) existe
porque normalmente los valores de potencia medidos con los terminales en el momento de
realizar la localización, no suelen coincidir con ninguno de los valores almacenados en el mapa
radio durante la fase de calibración. Todos esos métodos, cada uno desde una aproximación
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
3
distinta al problema, tratan de obtener un posicionamiento preciso, a la vez que se muestran
robustos ante los inconvenientes anteriormente indicados, principalmente frente a la variación
intrínseca de la señal. Pero resulta obvio que una mejora en la precisión de la localización
obtenida a través de las citadas técnicas fingerprinting, ya sea usando tecnologías móviles de
última generación (LTE, Long Term Evolution) o usando redes de área local inalámbricas
(WLAN, Wireless Local Area Network), podría expandir su campo de aplicación.
Las innovaciones propuestas en el presente trabajo son independientes tanto de la tecnología
utilizada (siempre que se trate de tecnologías inalámbricas de comunicaciones basadas en
radiofrecuencia para las comunicaciones de voz y datos), como del método concreto de
determinación de la posición empleado, lo cual hace que sea más valiosa su aportación a la
mejora de las técnicas fingerpinting y, por extensión, a la localización en interiores en general.
Como se ha indicado anteriormente, existen otras opciones tecnológicas con relativo éxito en el
campo de la localización para entornos de interior. La localización por proximidad es una
opción alternativa a las técnicas fingerprinting para ese tipo de entornos. Mediante el uso de
sensores de Identificación por Radio Frecuencia (RFID, Radio Frequency Identification), la
localización se puede realizar con gran precisión llevando a cabo despliegues diseñados de
forma específica, que realizan un uso extensivo de elementos sensores. Sin embargo, este tipo
de despliegues se haya normalmente asociado a unos gastos iniciales de capital muy elevados
para un proyecto o sistema, y además lo habitual es que se necesite que el usuario emplee
dispositivos de localización específicos. Por estas razones, esta opción solamente es adecuada
para despliegues muy concretos, y esta técnica se descarta en este trabajo frente a las
técnicas fingerprinting basadas en tecnologías de comunicaciones inalámbricas, como opción
universal de bajo coste adicional asociado para llevar a cabo las tareas de posicionamiento en
entornos de interior.
Las aportaciones realizadas por el presente trabajo serán de aplicación directa en la mejora de
los mecanismos de posicionamiento basados en infraestructuras inalámbricas de
comunicaciones de voz y datos. A partir de ahí, esas mejoras podrán hacerse extensibles y
resultarán de aplicabilidad sobre los servicios y aplicaciones de localización, que son los que
buscan el conocimiento personal del lugar donde uno mismo se encuentra; monitorización, que
son los que incorporan el conocimiento por terceros del citado lugar; y seguimiento que sería
una monitorización prolongada en el tiempo.
Los conceptos de localización y posicionamiento pueden ser usados prácticamente como
sinónimos, de forma indistinta, y de hecho así ocurre en la literatura al respecto del tema; pero
no debe perderse de vista que tanto la monitorización como el seguimiento enfocan el asunto
desde un punto de vista diferente en relación al usuario final. De todas maneras, cualquiera de
esas familias de aplicaciones deberá tomar como base un correcto posicionamiento para su
adecuado desempeño.
1. Introducción
4
1.1 Motivaciones
Son varias las motivaciones que sirven como germen a esta tesis.
La principal de ellas es la necesidad de mejorar los actuales sistemas LBS para entornos de
interior, de forma que éstos faciliten el despliegue de la infinidad de aplicaciones que se
pueden basar en los mismos, y que de momento no acaban de estar disponibles en el mercado
con una presencia amplia y suficiente, acorde con el hipotético potencial de este sector de los
servicios.
Como se ha indicado anteriormente, una forma eficaz de contribución será la que permita
mejorar los sistemas de posicionamiento en interiores basados en tecnologías inalámbricas de
comunicaciones de voz y datos, por las favorables condiciones que este tipo de tecnología
ofrece para estos sistemas (existencias de funcionalidades adicionales que ayuden a un mayor
nivel de despliegue y disponibilidad de esta tecnología).
Tras evaluar el estado actual de la cuestión en relación a esas tecnologías, se observa que, si
bien parece existir un consenso relativamente amplio en que los métodos fingerprinting son los
más adecuados para llevar a cabo el posicionamiento de terminales móviles en este tipo de
entornos de interior, sin embargo tanto a nivel de método como a nivel de sistema de
localización completo, siguen existiendo amplios campos relativamente poco explorados, por
los que cualquier avance que se realice es susceptible de aportar algún tipo de mejora y, por
ende, ayudar a un mayor despliegue y difusión de los LBS para entornos de interior, y de las
aplicaciones basadas en ellos.
En opinión del autor, una revisión de la literatura existente deja entrever que, si bien el
desarrollo de los algoritmos usados para determinar el posicionamiento en los métodos
fingerprinting ha sido bastante importante, existiendo multitud de trabajos aportando
innovaciones, realizando comparaciones y llevando a cabo recopilaciones, sin embargo el
estudio del sistema de posicionamiento completo, y dentro de él de determinados aspectos
concretos que se pueden considerar importantes a nivel de sistema cuando se emplean esos
métodos fingerprinting, no ha sido realizado de forma tan profunda. Es en esa área
relativamente poco estudiada donde se centra este trabajo, identificando dos puntos débiles de
los sistemas, y fijándose el propósito de lograr mejoras en ambos, con el objetivo global ya
previamente indicado de lograr la mejora en los sistemas LBS basados en tecnologías
inalámbricas de comunicaciones.
En primer lugar, es fácil de entender que el uso de cualquier posible técnica que, por cualquier
medio deductivo o analítico, permitiera determinar el número adecuado de estaciones emisoras
que se necesitan, en relación a los aspectos que haya que tener en cuenta para el
posicionamiento y cuya necesidad difiera con relación a las comunicaciones clásicas de voz y
datos, podría permitir a su vez una mejora en los resultados obtenidos posteriormente por el
sistema en lo que a la localización se refiere. De la misma manera, si se dispusiera de un
sencillo método para determinar las capacidades, a nivel de posicionamiento, de un despliegue
ya realizado para comunicaciones de voz y datos, se dispondría de una útil herramienta para
evaluar el nivel de usabilidad de ese despliegue concreto, en relación con las aplicaciones LBS.
Si, además, se dispusiera de una herramienta que indicara cuál debe ser el grado de densidad
o proximidad entre los puntos en los que se toman medidas para el mapa radio, en función de
unos requerimientos iniciales, se podría realizar un dimensionamiento más preciso de los
sistemas. Este será, por tanto, uno de los caminos a investigar en el presente trabajo.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
5
Este punto débil se identifica a partir de la constatación de que la mayoría de los trabajos
realizados en el terreno de la localización en interiores, están basados en un despliegue
previamente conocido del emplazamiento de las entidades emisoras, y una ubicación de los
puntos de mapa radio más o menos arbitraria, que habitualmente es tomado como un
parámetro de entrada ya dado al inicio de la investigación, y que aplicará a esa investigación y
a ese escenario específicos, pero que no son fácilmente extrapolables a otros casos más o
menos similares. Sin embargo, el ejercicio natural a la hora de realizar posicionamiento en un
entorno de interior debería ser verificar en primer lugar si las emisoras desplegadas son las
adecuadas, y si la cantidad de puntos del mapa radio que se han tomado son los necesarios, o
si existe un número excesivamente alto o bajo de ellos. Esa es una de las limitaciones en lo
concerniente a la exactitud de la localización que pueden presentar todos estos trabajos.
Otro punto débil identificado es el referido a la relativa inadaptabilidad a los cambios presente
en los sistemas que se basan en métodos fingerprinting. La variabilidad de la señal de radio
detectada en el momento de realizar el posicionamiento para un punto determinado, frente a
los niveles de señal radio detectados durante la fase de calibración y almacenados en el mapa
radio para ese mismo punto, es un importante factor que genera o incrementa el error en el
resultado ofrecido por este tipo de sistemas. A nivel de sistema, los valores almacenados en el
mapa radio durante la fase de calibración son una referencia inmutable, frente a un ambiente
cambiante por diversos motivos. Los algoritmos usados suelen comportarse de forma
relativamente fiable frente a pequeñas variaciones del entorno, pero eso no ocurre cuando los
cambios son relativamente grandes. Esos cambios, si fueran permanentes, requerirían una
nueva fase de calibración. Sin embargo, frente a cambios significativos pero temporales, los
sistemas fingerprinting, por sí mismos, no ofrecen otra salida que asumir el error al que se ve
forzado el sistema en el resultado del posicionamiento ofrecido.
Una posible vía para mitigar esa inadaptabilidad del sistema sería la recalibración automática y
continua del mapa radio usado como referencia, de forma que éste pudiera adaptarse, sin
intervención humana de ningún tipo, a los cambios que se produjeran en el entorno, tanto si
fueran temporales como si fueran permanentes. Y esta es la segunda de las vías de
investigación elegida para este trabajo.
1. Introducción
6
1.2 Objetivos y metodología.
Esta tesis está enfocada en la mejora de los sistemas de posicionamiento de dispositivos
móviles en entornos de interior basados en tecnologías inalámbricas de comunicaciones de voz
y datos, y se centra en el empleo de los métodos fingerpinting para llevar a cabo el citado
posicionamiento.
Para alcanzar este objetivo, se proponen dos innovaciones concretas, según se ha apuntado
ya en la sección anterior. Esas contribuciones son resultado de la metodología seguida,
descrita de forma gráfica y resumida en la Figura 1, y que ha pasado por los siguientes
procesos:
1) Revisión del estado del arte relativo a la localización en interiores, usando las tecnologías
de comunicaciones inalámbricas para voz y datos disponibles actualmente.
En este proceso se han identificado las técnicas fingerprinting como las más adecuadas
actualmente para llevar a cabo este tipo de localización en interiores.
2) Identificación de puntos débiles en posibles sistemas de localización reales actuales,
basados en tecnologías fingerprinting.
A ese respecto, se han identificado una serie de problemas inherentes a los métodos
fingerprinting, claramente deficitarios de soluciones en algunos aspectos débiles de los
mismos. En concreto, de entre las posibles áreas de mejora, el presente trabajo se ha
centrado en el estudio de las siguientes:
a. Se carece de unas reglas claras y precisas para llevar a cabo el dimensionamiento
inicial del sistema. Estas reglas deberían permitir, al menos, establecer un
dimensionamiento del sistema en función de las prestaciones que se le van a exigir al
mismo, en términos de posicionamiento.
b. Calibración costosa en términos de tiempo y esfuerzo. Por tanto, es difícil mantener
las prestaciones del sistema a lo largo del tiempo, ya que no es viable llevar a cabo
nuevas calibraciones con la frecuencia necesaria.
c. No se dispone generalmente de una visión de conjunto de los sistemas reales, con la
debida interrelación de los distintos componentes que pueden formar parte de los
mismos.
3) Aporte de innovaciones y mejoras.
Se han revisado a fondo los anteriores puntos débiles, y se han identificado una serie de
puntos concretos sobre los que realizar nuevas aportaciones, con la premisa inicial de
acotar el trabajo de verificación a la simulación por ordenador de las mismas. Para realizar
estas simulaciones se han empleado, principalmente, herramientas que reproducen en
ordenador la transmisión de la señal radio en entonos de interior.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
7
Figura 1: Metodología y objetivos del presente trabajo.
1. Introducción
8
Las dos ideas innovadoras que se aportan en este trabajo, en línea con los puntos débiles
identificados, son las siguientes:
a. La primera mejora es relativa al dimensionamiento inicial del sistema, cuando este se
basa en métodos fingerprinting, y por tanto afecta a una fase incluso anterior a la
calibración del mismo. Ofrece un método que puede ser usado para determinar el
número mínimo de emisores de señal a desplegar, así como la granularidad o
densidad mínima requerida al mapa radio, teniendo en cuenta los requerimientos de
posicionamiento concretos que se le demanda al sistema de partida.
En relación a las entidades emisoras de señal a desplegar se constata que, a lo largo
de la evolución de las tecnologías de acceso radio, se han llevado a cabo abundantes
investigaciones en relación con la optimización en el despliegue de estaciones
emisoras para redes de comunicaciones móviles y, en este aspecto, se han tomado
especialmente en cuenta las consideraciones relativas a los requerimientos para la
transmisión de voz y datos a través de la citadas redes (consultar, por ejemplo,
[MOL09]). Sin embargo, ha habido un número limitado de estudios publicados en esta
área que hayan tenido presentes los requerimientos de los servicios de localización,
y que ofrezcan algunas líneas de actuación, o resultados aplicables a esta área (entre
ellos se puede citar, por ejemplo, [AOM11]).
La investigación llevada a cabo en este trabajo comienza precisamente ahí, dado que
éste ha sido identificado como un campo relativamente poco explorado, y el objetivo
ha sido encontrar un número de entidades emisoras justo para llevar a cabo el
procedimiento de localización, sin sobredimensionarlo de forma innecesaria.
En relación al mapa radio, se ha intentado establecer una indicación sobre el número
mínimo de puntos sobre los que se han de registrar medidas durante la fase de
calibración, en función igualmente de los requerimientos de localización.
El conocimiento de ese dato redundará de forma positiva en el sistema de dos formas
distintas:
o Acortamiento del tiempo necesario para llevar a cabo la fase de calibración.
o Mejora de la respuesta del sistema en el momento de realizar el
posicionamiento. Cuantos menos puntos haya en el mapa radio, menor tamaño
se requerirá para su almacenamiento, y su procesamiento será más rápido.
b. La segunda mejora que se propone, relativa al mantenimiento del sistema con unos
valores de referencia adecuados, y que debe ser llevada a cabo durante la fase de
localización sin tener que volver a llevar a cabo la costosa fase de calibración,
consiste en una técnica de recalibración automática de los valores almacenados en el
mapa radio.
La citada recalibración automática toma en cuenta las medidas reportadas por unos
pocos puntos estáticos de calibración, y éstas son aplicadas a los puntos
circundantes en el mapa radio mediante técnicas geométricas. Esto se realiza con el
objetivo de calcular el cambio a aplicar en los valores almacenados de la señal. De
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
9
esta forma, el mapa radio puede ser frecuentemente actualizado, buscando el
incremento constante de la exactitud resultante del sistema.
Obviamente, la variación constante de la señal radio debida a diversos factores que
influyen en la propagación de la misma (fading, principalmente) obligan a que la
recalibración sea realizada solamente cuando las medidas en los puntos de
calibración exceden determinados niveles de potencia umbrales prefijados, intentando
evitar recalibraciones demasiado frecuentes que puedan provocar la inestabilidad en
el sistema.
En el campo de la recalibración, se pueden encontrar varios trabajos realizados con
anterioridad, como [YIN05] o [WAN11], pero la mayoría de ellos confían en una
densidad muy alta de puntos de calibración y en cálculos inabordables en tiempo real.
El autor considera que la contribución de esta tesis aporta una forma mucho más
simple y realista de aproximarse a la cuestión de la recalibración que las conocidas
con anterioridad. Eso debe facilitar su aplicabilidad en sistemas comerciales reales,
más allá de los entornos de laboratorio empleados para la investigación, y contribuir a
incrementar el grado de difusión de las aplicaciones LBS para entornos de interior.
Por último, y aunque no constituya una idea puramente innovadora, sino más bien un
trabajo ahondando en un camino poco explorado:
c. Se han llevado a cabo trabajos de integración, avanzando en la identificación de las
necesidades de un sistema real, que incorporase al menos las dos innovaciones
anteriormente citadas. A lo largo de todo este trabajo, siempre ha estado subyacente
la idea de intentar avanzar en el sentido de la integración de las diferentes partes que
componen el sistema, intentando actuar siempre desde el punto de vista del conjunto,
y no de las diferentes partes que lo componen por separado. Por tanto, se ha
validado con simulaciones que las dos innovaciones planteadas por separado pueden
funcionar también de manera integrada, sobre un escenario cercano a la realidad.
4) La fase final del trabajo ha consistido en la consolidación de los resultados obtenidos, y el
reporte ordenado de los mismos, con el objetivo de facilitar el avance en trabajos futuros a
partir de los puntos y conclusiones a los que se ha llegado en el presente trabajo.
A más largo plazo, el objetivo de este trabajo y otros que vendrán debe ser la incorporación
de sus resultados a los diseños de sistemas de comunicaciones en entornos de interior, de
forma que se tengan presentes los servicios de localización como una faceta más entre los
requerimientos de los mismos.
La parte principal de este trabajo, que cubre aspectos relativos a las dos innovaciones
previamente descritas, se ha publicado en [BAR13], si bien los trabajos en ambas líneas de
investigación han continuado, y en la presente tesis se muestran nuevos resultados que
aportan mayor profundidad a las mismas, principalmente en lo relativo a las reglas de
dimensionamiento del sistema. Estos nuevos resultados están pendientes de ser
convenientemente compilados y resumidos para su divulgación en un nuevo artículo, evolución
del anterior.
1. Introducción
10
Otra parte del trabajo realizado, aportando mejoras a las fases de calibración y recalibración de
los sistemas fingerprinting, fue publicada en [MOL13],
En relación a la fase de integración de los sistemas, y en especial en lo relativo a los aspectos
de gestión de red de los mismos, he colaborado también en [FOR15]. Además de lo expuesto
en ese artículo, en esta tesis se avanza en la integración de sistema de las dos aportaciones
de [BAR13], actualizadas con los últimos resultados obtenidos.
El germen de los trabajos anteriormente citados se encuentra en el ámbito de investigación del
Proyecto MONOLOC, que es un proyecto financiado por el Ministerio de Economía y
Competitividad dentro del Plan Nacional de Investigación Científica, Desarrollo e Innovación
Tecnológica 2008-2011 (nº expediente IPT-430000-2011-1272) y por el Fondo Europeo de
Desarrollo Regional (FEDER).
El objetivo del citado proyecto MONOLOC, finalizado en el año 2014, fue desarrollar una
Plataforma Avanzada de gestión de redes Móviles heterogéneas de nueva generación, con
localización de usuarios en interiores.
Dentro de ese proyecto realicé tareas de coordinación de actividades, y participé directamente
en la generación y divulgación de resultados de investigaciones directamente relacionadas con
esta tesis, si bien parte de los trabajos descritos en ella han sido obtenidos a continuación, tras
la finalización del proyecto, a título personal.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
11
1.3 Ámbito de actuación.
Tal como se han indicado previamente, se ha identificado la mejora los sistemas de
posicionamiento en interiores basados en tecnologías inalámbricas de comunicaciones de voz
y datos, como una forma eficaz de contribución al perfeccionamiento de ese tipo de sistemas y,
por tanto, al crecimiento del número de servicios basados en ellos. La incorporación de esta
nueva e importante funcionalidad a las ya identificadas como propias de esas tecnologías,
ayudará igualmente a una mayor difusión de las mismas.
Las metodologías fingerprinting empleadas para realizar el posicionamiento y descritas en el
presente trabajo podrán ser aplicadas, sin realizar ningún cambio conceptual de partida, a
redes de comunicaciones móviles de las últimas generaciones, así como a los despliegues
WLAN. Dentro de las redes móviles, nos estamos refiriendo a las variantes de esas redes para
entornos de interior, basadas en small cells LTE o femtoceldas 3G.
Más en concreto, a lo largo del trabajo la tecnología LTE se usará cuando se requieran estudiar
valores numéricos o magnitudes determinadas y específicas, pero únicamente se hará a modo
de ejemplo de aplicación de la teoría expuesta sobre una tecnología real.
Esta selección, que como se acaba de indicar se hace únicamente con objeto de comprobar la
aplicabilidad de las innovaciones descritas sobre una tecnología real, se basa en la suposición
de que las tecnologías LTE serán las que ofrezcan un mejor soporte a los servicios de
localización en el años venideros, y es la que se tomará como referencia para casos concretos
de estudio.
Ante la ausencia de trabajos previos que hayan profundizado en la comparativa entre
tecnologías, con objeto de determinar el tipo de red de comunicaciones por radiofrecuencia
ideal para usar en servicios de posicionamiento en interiores, a favor del uso de la tecnología
LTE se cuenta con que estará universalmente disponible en el futuro, y se mantendrá, en la
mayoría de entornos de interior. Sus células emisoras de pequeño tamaño, o “small cells”, que
son similares en sus fundamentos técnicos de acceso a las redes de telecomunicaciones a las
femtoceldas de los sistemas móviles de tercera generación (3G), estarán universalmente
presentes, porque serán necesarias para incrementar tanto la cobertura de la red como su
capacidad de transferencia de datos.
En relación a las redes Wi-Fi (WLAN) usadas en trabajos experimentares y en algunas
aplicaciones comerciales, una ventaja frente a las redes móviles siempre ha sido su alta
disponibilidad para llevar a cabo estudios o despliegues basados en las mismas. Sin embargo,
debe señalarse que las redes WLAN son más débiles que las redes móviles considerando
tanto aspectos estructurales, tales como la facilidad por terceras partes de añadir o quitar
puntos de acceso fácilmente, o cambiar su emplazamiento; como los aspectos relacionados
con la pobre gestión de red de las redes WLAN, comparada con la gestión de las redes de
small cells. Sin embargo, este último inconveniente también se puede considerar una ventaja al
no necesitar una compleja infraestructura de gestión que las respalde. En la gran mayoría de
los entornos, además, la densidad de estaciones emisoras WLAN ya desplegadas es muy
superior a la de estaciones emisoras pertenecientes a las redes públicas de comunicaciones
móviles.
1. Introducción
12
Por otro lado, un hecho cierto es que la mayor parte de los sistemas de localización en
interiores actuales usan redes WLAN, o redes WLAN combinadas con otras tecnologías
inalámbricas con objeto de mejorar su exactitud.
En cualquier caso, y como ya se ha indicado, el autor estima que la selección de una
tecnología inalámbrica u otra para este cometido no reviste importancia, en lo que al contenido
innovador real del trabajo se refiere. Por otro lado, la irrupción de las redes heterogéneas, que
combinan los accesos LTE y WLAN, harán que esta elección de una u otra tecnología, que nos
vemos forzados a realizar actualmente para concretar en los ejemplos específicos, se convierta
en un aspecto totalmente irrelevante de cara a sistemas futuros.
En relación a los aspectos físicos del escenario, debe indicarse que todos los algoritmos y
procesos descritos en esta tesis serán empleados sobre escenarios 2D (bidimensionales),
quedando el estudio y la profundización de su aplicabilidad sobre escenarios 3D
(tridimensionales) para futuros trabajos.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
13
1.4 Estructura del trabajo
A continuación, se describe la estructura del presente trabajo:
- Capítulo 2. Se describirá el estado del arte, en relación a los sistemas de localización en
interiores.
- Capítulo 3. Se describirán las contribuciones relativas al dimensionamiento de los
sistemas, identificando el número de entidades emisoras y la granularidad del mapa radio
necesarias para alcanzar unos determinados requerimientos de posicionamiento [BAR13].
- Capítulo 4. Se describirán las contribuciones relativas al proceso de autocalibración y
mantenimiento de las prestaciones del sistema [BAR13] [MOL13].
- Capítulo 5. Se ofrecerá una solución integrada, incorporando las nuevas ideas expuestas
en capítulos anteriores de cara a la arquitectura de un sistema sobre un hipotético
escenario real [BAR13] [FOR15].
- Capitulo 6. Ofrecerá las conclusiones que se extraen del presente trabajo, a la vez que se
señalan posibles evoluciones del mismo en trabajos futuros.
Se incluyen también una serie de anexos finales, en los que se describen más en detalle
algunos aspectos que se han extraído de los capítulos anteriores, y que se han dejado aparte
con el objeto de poder aportar el detalle, pero evitando añadir excesiva complejidad a las
explicaciones.
Son los siguientes:
- Anexo A. Herramienta de simulación usada para las validaciones.
- Anexo B. Método wkNN, o de los k vecinos más próximos ponderado.
- Anexo C. Resultados adicionales de las simulaciones (no incorporados al texto de los
diferentes capítulos).
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
15
2. Estado del Arte de la Localización en
Interiores
A lo largo del presente capítulo se revisará el estado del arte actual, en lo que respecta a la
evolución de los sistemas de localización en interiores basados en radiofrecuencia.
Además, se describirán, de forma somera pero con la necesaria profundidad, los conceptos
básicos necesarios para poder entender tanto el citado mundo de la localización en interiores
basada en radiofrecuencia, como la problemática en que se encuentra inmerso, cuestiones en
discusión, etc.
Tomando las conclusiones del presente capítulo como base, se comprenderá de forma más
clara el alcance de las aportaciones de este trabajo. Igualmente, cuando éstas se expliquen en
detalle en los capítulos posteriores, se podrá entender con mayor claridad la forma en que las
mismas mitigan parte de los problemas identificados.
2. Estado del arte de la localización en interiores
16
2.1 Definiciones.
En este apartado se realizan una serie de definiciones de términos y conceptos, cuyo
conocimiento y comprensión son necesarios para poder seguir correctamente las explicaciones
realizadas a lo largo de esta tesis.
2.1.1 Puntos de emisión de radio.
Tal como se indicó en la Introducción del presente trabajo, las metodologías descritas en el
mismo podrán ser aplicadas, sin necesitar ningún cambio conceptual, tanto a redes de
comunicaciones móviles LTE ó 3G, como a despliegues WLAN.
Para remarcar esa independencia de la tecnología aplicada, el autor introduce aquí un nuevo
concepto, que se usará a partir de ahora a lo largo del trabajo: el Punto de Emisión Radio, o
REP (Radio Emission Point).
Se define el REP como el dispositivo final de la red de comunicaciones, de
voz o datos, que realiza la emisión radio sobre la que se apoyan las
técnicas de posicionamiento por radiofrecuencia, para determinar la
ubicación del elemento móvil que se busca posicionar.
Según la anterior definición, si se trabaja con tecnologías WLAN, debemos entender que el
REP es el punto de acceso Wi-Fi que finaliza la conexión de la red fija de datos. Si se trabaja
con tecnologías móviles, el REP puede ser una femtocelda 3G, una small-cell LTE; o incluso
una estación base o un nodo B, si la cobertura de éstos, aun estando pensada para entornos
de exterior, fuera aplicable al entorno de interior sobre el que se trabaja para realizar el
posicionamiento.
En el momento futuro en el que irrumpan definitivamente las redes heterogéneas, combinando
accesos multitecnología, cada uno de esos accesos deberá funcionar de la forma
correspondiente a la naturaleza de su tecnología, pero a efectos de la localización podremos
considerar a todos ellos como “puntos de emisión radio”, o REP. Posiblemente crecerá la
complicación de los algoritmos que trabajen con ellos, que deberán saber atender las
diferentes características de las señales de radio de forma simultánea, pero la base conceptual
debería ser la misma.
Un paso intermedio a realizar en esa dirección será el de las estructuras MIMO en LTE. Las
estructuras MIMO (Multiple Input Multiple Output), emplean a la vez diferentes accesos de radio
próximos entre sí para proporcionar un acceso “agregado” de un mismo usuario a la red de
móviles. El objetivo que se pretende es incrementar el ancho de banda disponible para la
transmisión de datos de ese abonado, en cualquiera de los dos sentidos de la comunicación
upstream y downstream, o bien repartir el citado ancho de banda entre distintos accesos radio,
balanceando de forma más óptima la carga de datos entre las distintas células disponibles en
el entorno del usuario. Se pueden encontrar ciertas analogías de esta técnica con el “bonding”
llevado a cabo en las tecnologías DSL, aplicando una idea similar a las estaciones de radio, en
lugar de los pares de cobre.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
17
En una estructura MIMO, las características básicas de la comunicación de datos (cobertura,
ancho de banda disponible, etc) hay que evaluarlas a nivel del conjunto de elementos de radio
que pertenecen a la estructura MIMO completa, pero cada uno de esas entidades emisoras
debe considerarse como un REP independiente, a la hora de trabajar con las posibilidades de
localización en interiores que nos ofrece esa estructura.
Respecto de las redes heterogéneas, una estructura MIMO ofrece la ventaja de que todos los
REP pertenecen a la misma tecnología, y por tanto su uso para el objetivo del posicionamiento
no difiere en nada del que se pueda llevar a cabo para células 3G, LTE o WLAN
independientes.
2.1.2 Exactitud, precisión y error de posicionamiento.
Dentro del mundo del posicionamiento, el término “precisión” se emplea para describir la
distribución del error entre la localización estimada y la real.
Así, la precisión se puede definir como el grado de certeza que tiene la tolerancia asociada a la
estimación realizada. Es decir, dada una posición estimada, se garantiza con una cierta
probabilidad que la posición real se encuentra a una distancia de ese punto menor o igual a la
tolerancia indicada. La "tolerancia" también recibe la denominación de "error de
posicionamiento".
Dicho de otra forma, si un hipotético sistema ofreciera una tolerancia o error de
posicionamiento de T metros con una probabilidad P al estimar una posición concreta,
entonces estaría indicando que se garantiza con esa probabilidad P que el punto (x,y) real
donde se encuentra el objeto a posicionar, se halla dentro del área delimitada por un círculo de
radio T metros, centrado en el punto (x’,y’) de posicionamiento estimado. La
Figura 2 representa estos conceptos.
Obviamente, el sistema será mejor cuanto menor error de posicionamiento y mayor
probabilidad asociada presente. Un sistema ideal sería el que fuera capaz de ofrecer un error
de posicionamiento nulo, con una precisión del 100%. Ese sistema estimaría de forma
totalmente precisa la posición real de cualquier objeto móvil, en todas las circunstancias.
Una forma sencilla de ofrecer valores concretos de precisión es hacerlo en forma de dupla,
indicando por un lado una medida de “tolerancia” o “error de posicionamiento”, y por otro una
“probabilidad” asociada a la misma.
2. Estado del arte de la localización en interiores
18
Figura 2: Precisión en los sistemas de localización.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
19
2.1.3 Terminal, puntos de referencia y granularidad.
A continuación, se definen otros tres términos importantes que van a ser usados a lo largo de lo
que resta de trabajo, y que han de añadirse a las anteriores definiciones realizadas en esta
sección, en especial la relativa a los REP:
Terminal en posicionamiento: Dispositivo móvil cuya localización debe ser realizada.
Puntos de referencia: Son todos los puntos que pertenecen al mapa radio, y que
forman la base física del mismo. Para las localizaciones correspondientes a todos ellos,
en el mapa radio se dispone de valores conocidos de potencia recibida, en relación a
las REP situadas alrededor, medidos (o simulados) y guardados durante la fase de
calibración del fingerprinting. Cada punto de referencia presente en la base de datos
que contiene el mapa radio, se identifica por sus coordenadas físicas, normalmente en
dos dimensiones: x e y.
Granularidad del mapa radio: Expresa la densidad de puntos de referencia presentes
en el mapa radio de un determinado sistema. Esa densidad debe entenderse como la
cantidad de puntos de referencia establecidos en la base de datos del mapa radio, por
unidad de superficie del escenario real donde se lleva a cabo la localización. La
Figura 3 explica de forma ilustrativa esta idea. Los puntos de esa figura representan la
ubicación de los puntos de referencia para un par de mapas de radio distintos, uno con
mayor y otro con menor granularidad.
Figura 3: Distintos niveles de granularidad.
2. Estado del arte de la localización en interiores
20
2.2 Arquitecturas básicas de posicionamiento.
En el trabajo de Liu H. y otros en 2007 [LIU07] que, como se verá más adelante, realiza una
revisión de las técnicas de posicionamiento existentes en aquella fecha, se identifican cuatro
diferentes topologías básicas que aplican, en general, a los sistemas de posicionamiento,
atendiendo a la configuración básica de la arquitectura del sistema (una clasificación similar
aparece en el libro temático de Figueiras de 2010 [FIG10]):
1) Auto-posicionamiento: en este tipo de arquitecturas, la unidad que es capaz de
establecer el posicionamiento a partir de una serie de medidas es el terminal móvil, que
recibe las señales de varios transmisores ubicados en localizaciones conocidas, y
dispone de la capacidad para estimar su posición en base a las mediciones realizadas
sobre ellas.
2) Posicionamiento remoto: en este caso, el transmisor de la señal es el terminal móvil, y
varias unidades de medición fijas (p. ej. las femtoceldas) reciben la señal del transmisor.
Las medidas obtenidas por todas las unidades de medida se aúnan, y la localización del
transmisor es establecida por una de esas estaciones, o una unidad de procesamiento.
3) Auto-posicionamiento indirecto: las medidas se realizan por las estaciones fijas
(posicionamiento remoto), pero se comunican a la unidad móvil, que es la que realiza los
cálculos necesarios para posicionarse (de forma similar al caso del
auto-posicionamiento).
4) Posicionamiento remoto indirecto: una primera medida sobre la señal recibida se realiza
en el terminal móvil, pero se envía el resultado de la misma a una unidad remota de
procesamiento, que es la que lleva a cabo la evaluación de la misma y la determinación
de la posición.
Figura 4: Ejemplo de sistema de Procesamiento Remoto Indirecto.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
21
Según se propone en el citado trabajo de Figueiras, las soluciones de posicionamiento también
se pueden clasificar según su relación con la tecnología de comunicaciones en la que se
basan. Así, podrían existir sistemas integrados, oportunistas e híbridos.
1) Los sistemas integrados serían sistemas autónomos de posicionamiento adaptados en
dispositivos de comunicación.
La actual integración de receptores GPS en los smartphones es el caso típico.
2) Las soluciones oportunistas explotan las propiedades de las tecnologías de
comunicación previamente disponibles (por ejemplo, medidas de la potencia recibida,
etc).
Los sistemas de localización basados en el despliegue físico de las antenas para redes
móviles en exteriores serían un ejemplo de este tipo de soluciones.
El precio a pagar normalmente en las soluciones oportunistas es que suelen ser menos
precisas que las integradas, al basarse en las facilidades que ofrece una infraestructura
ya desplegada con otros fines, sin haberse tenido en cuenta de forma específica durante
la concepción del sistema los requerimientos de posicionamiento.
3) Las soluciones híbridas combinan ambas posibilidades.
El objetivo es mejorar, respecto de las prestaciones de los anteriores, algún parámetro
relativo a la localización, normalmente la precisión.
Un caso de este tipo de sistemas sería el localizador de Google Maps para Android, que
permite incorporar tanto la recepción GPS como las señales Wi-Fi circundantes para
realizar el posicionamiento, si no con mayor precisión, sí con mayor rapidez.
Obviamente, el caso que nos ocupa, podemos considerar que estamos tratando con soluciones
oportunistas, si tenemos en cuenta que tanto las redes Wi-Fi como las redes móviles se
despliegan con el objetivo principal de proveer comunicaciones de datos y de voz, siendo el
soporte a las aplicaciones de posicionamiento móvil un posible servicio añadido.
Sin embargo, si el despliegue inicial de las estaciones emisoras en el sistema se realizara, ya
desde el momento de la concepción del mismo, teniendo en mente el objetivo adicional del
posicionamiento como una más de las funcionalidades del sistema, tendríamos que pensar
más bien en un sistema integrado, basado en la tecnología de comunicaciones que fuera a ser
usada.
2. Estado del arte de la localización en interiores
22
2.3 Posicionamiento en interiores por radiofrecuencia
A lo largo del presente capítulo se llevará a cabo un completo estudio de los algoritmos y
técnicas auxiliares de posicionamiento aplicables en interiores de edificios, con el objetivo
inicial de la mera localización; si bien solamente se considerarán aquellos que sean aptos, bien
para tecnologías móviles de última generación, bien para tecnologías WLAN.
Dentro de este estudio, se pondrán de relieve las ventajas e inconvenientes de cada uno de
estos algoritmos.
En la literatura existente en relación al asunto se distinguen con claridad las técnicas más
destacadas, que son referenciadas por la mayoría de los autores, aunque se observa cierta
diversidad de opiniones a la hora de clasificarlas por familias o características afines. Ocurre
también con frecuencia que distintos artículos aplican denominaciones ligeramente distintas a
las mismas técnicas básicas, añadiendo calificativos que pretenden resaltar las variaciones
aportadas por los distintos autores. A continuación se revisan esas técnicas más destacadas,
atendiendo al tipo de clasificación realizado en trabajos como el citado de [LIU07], o el de T. N.
Lin en 2005 [LIN05].
2.3.1 Técnicas basadas en la triangulación.
En este grupo de técnicas, a su vez, existen dos formas de establecer el posicionamiento:
4) por lateralización, basado en la realización de distintas medidas que permiten estimar la
distancia entre el punto a localizar y las fuentes de la señal (tiempos, atenuaciones, etc),
con lo que la triangulación se realiza respecto de los lados del triángulo.
5) por angularización, que se basa en las medidas respecto de los ángulos del triángulo.
Las principales técnicas basadas en la triangulación son las siguientes:
1) Tiempo de Llegada (TOA, Time of Arrival).
Técnica de lateralización en la que la posición se estima a partir de las medidas del
tiempo de propagación. Partiendo de cada medida, se puede calcular a qué distancia se
encuentra el terminal medidor de cada estación emisora (estaciones base, femtoceldas,
etc). Después, utilizando métodos geométricos, se puede obtener el punto donde
intersectan distintas circunferencias centradas, cada una de ellas, en una unidad emisora
(mínimo 3), y con un radio similar a la distancia medida por el terminal móvil (ver Figura
5).
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
23
Figura 5: Esquema de posicionamiento por lateralización (TOA o ROTF).
Pros: Bajo nivel computacional del algoritmo.
Contras: Necesidad de sincronización y de enviar marcas de tiempo
(time-stamps) en los datos para poder obtener precisión en las medidas.
Si se presentan multitrayectos, las medidas resultan de baja precisión.
2) Diferencia de Tiempo de Llegada (TDOA, Time Difference of Arrival).
Al igual que TOA, se trata de una técnica de lateralización basada en medir el tiempo de
propagación, pero en este caso el cálculo para medir distancias se basa en las
diferencias de tiempo de llegada de las señales procedentes de las distintas estaciones
emisoras.
Pros y Contras: Exactamente los mismos que para TOA.
3) Método Basado en la Atenuación de la Señal (RSS-Based Method o Signal Attenuation
Based Method).
Técnica de lateralización donde la estimación de la posición se realiza a partir de las
medidas de potencia recibida. Partiendo de cada medida de potencia, se obtienen las
pérdidas de propagación, y a partir de ellas la distancia a la que se encuentra el terminal
medidor de cada estación emisora. Una vez conocida la distancia los métodos
geométricos son similares a TOA.
Pros: Bajo nivel computacional del algoritmo.
Contras: Necesidad de visión directa (LOS, Line of Signal) entre emisor y receptor; si
se presentan efectos multitrayecto se reduce la precisión.
2. Estado del arte de la localización en interiores
24
4) Método basado en el Tiempo de Retorno de la Señal (ROTF, Return Time of Flight).
Técnicas basadas en medir el tiempo de transmisión de una señal desde que es enviada
por el transmisor hasta que retorna al mismo, devuelta por la unidad de medida.
Posteriormente se realizan cálculos parecidos a los de TOA para determinar la posición
del móvil.
Pros: Bajo nivel computacional del algoritmo.
Contras: Se debe disponer de mecanismos de sincronización precisos para poder
obtener una alta precisión en las medidas. El tiempo de procesado de la señal
en el terminal móvil puede diferir entre distintos modelos, lo cual reduce la
precisión y la fiabilidad de la medida.
5) Método de la Fase de la Señal Recibida (Received Signal Phase Method).
Esta técnica realiza mediciones relativas a la fase de las portadoras recibidas (o a las
diferencias de fase) para estimar la distancia a las distintas entidades emisoras. También
es conocido como Phase of Arrival (POA). Asume que todas las entidades emisoras
transmiten una señal sinusoidal pura, con una misma frecuencia, y sin desplazamiento
de fase. Existe un rango máximo evaluable de desplazamiento de fase, fijado por la
longitud de onda empleada.
Los algoritmos empleados son los mismos que para el método TOA cuando se mide la
fase, y al método TDOA, cuando se trata de medir diferencias de fase. Además, a veces
se emplea este método conjuntamente con técnicas TOA o TDOA, para incrementar la
precisión.
Pros: Muy bajo nivel computacional del algoritmo.
Contras: El desplazamiento de fase máximo disponible presenta una limitación
adicional.
Necesita LOS para no perder precisión.
6) Ángulo de Llegada (AOA, Angle of Arrival) o Dirección de Llegada (DOA, Direction of
Arrival).
La localización del objetivo deseado puede encontrarse por la intersección de varios
pares de líneas de prolongación de ángulos, cada uno de ellos formado por el radio
circular desde la entidad emisora hasta el objetivo móvil. Estos métodos necesitan usar
al menos dos puntos de referencia conocidos y dos ángulos medidos para deducir la
localización en 2 dimensiones del objetivo.
Pros: La estimación de la posición requiere tan solo tres unidades de medida para
posicionamiento en 3D, o dos unidades para posicionamiento en 2D.
Además, no hace falta sincronizar las unidades de medida.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
25
Contras: Se necesita un hardware relativamente grande y complejo. La estimación se
degrada conforme el móvil se aleja de las estaciones emisoras. La exactitud
se puede ver limitada también por el shadowing, reflexiones multitrayecto
llegadas de la señal desde direcciones no previstas, o por la directividad de la
apertura de medición.
2.3.2 Técnicas basadas en el análisis del escenario
(fingerprinting).
Este tipo de técnicas de localización recolectan inicialmente los datos relativos a las señales de
radiofrecuencia de un escenario (fingerprints) para después estimar la localización de un objeto
mediante comparación de las medidas obtenidas en tiempo real con las previamente
recolectadas.
En general, a la fase de recolección de medidas para construir el patrón de referencia se la
denomina fase de calibración, o fase offline.
Luego, durante la fase online, se determina la localización mediante comparación de las
medidas obtenidas frente al patrón guardado (también llamado “mapa radio” o “radio-map”).
Los métodos fingerprinting son métodos basados en mediciones en la potencia de la señal
recibida (RSS), y dependiendo de la tecnología concreta utilizada, los datos recolectados
pueden ser los niveles de la señal del piloto de portadora, etc
A continuación se enumeran los principales algoritmos y técnicas pertenecientes a esta familia.
La necesidad de uso de todos ellos deriva del hecho de que los valores medidos durante la
fase online no suelen tener un emparejamiento sencillo con los valores almacenados en el
mapar radio durante la fase de calibración, por diversos motivos principalmente asociados a las
variaciones de la señal por ruidos y otros efectos. Tratar de inferir cuál es el punto en que se
encuentra el dispositivo móvil, teniendo en cuenta que las medidas recibidas de las diferentes
REP divergen a la hora de señalar el mismo, y que el tiempo de evaluación es vital para poder
realizar un seguimiento dinámico en tiempo real, es el principal objetivo de todos estos
métodos.
Como se verá más adelante, el método más aceptado es el descrito en primer lugar,
denominado kNN, o de los k vecinos más próximos. Ese método se describirá en mayor
detalle, teniendo en cuenta también que será el usado principalmente a lo largo de todo el
trabajo.
1) Método kNN (k vecinos más próximos).
El método kNN, o de los k vecinos más cercanos (k-Nearest-Neighbor) emplea las
medidas RSS realizadas online para buscar y seleccionar las k equivalencias más
próximas a los valores de potencia previamente almacenados en el mapa radio
construido durante la fase de calibración.
2. Estado del arte de la localización en interiores
26
El valor de k es un parámetro que se puede adaptar a cada situación, para obtener las
mejores prestaciones.
El proceso consta de dos fases: durante la primera, se compara el valor medido para
cada uno de los REP con todos los valores almacenados en cada uno de los puntos de
referencia del mapa radio, y a partir de esa comparación se seleccionan de entre ellos
los k valores más próximos. El criterio de proximidad se establece en base al principio de
la raíz del error cuadrático medio, calculado respecto de las distintas estaciones
emisoras.
En segundo lugar, se determina la posición, promediando los k valores de posición
individuales obtenidos durante la primera parte del proceso.
En esa primera parte del proceso, para calcular las “distancias” entre la RSS observada
y los conjuntos de datos almacenados en el mapa radio, se aplica, como se ha indicado,
la raíz del error cuadrático medio. Para ello, supongamos que la variable i puede tomar
valores de 1 a m, donde m es el número de REP presentes en el escenario, y la variable
j va de 1 a n, siendo n el número de puntos de referencia presentes en el mapa radio,
conteniendo valores de RSS almacenados desde la fase de calibración.
Según lo anterior, podemos asumir que rij corresponde a la RSS almacenada para el
REP número i en el punto de referencia j, y que Ri es el valor de RSS observado en el
momento de realizar el posicionamiento, en relación al REP número i.
Entonces, se considera la distancia entre Ri y los conjuntos de datos rij según se expresa
en la Ecuación 1:
Ecuación 1: Distancia euclídea entre potencias medidas y potencias almacenadas.
Una vez calculada la distancia observada de una medida concreta observando las m
REP que tienen cobertura sobre un punto, con respecto a todos los puntos del mapa
radio, se debe escoger el conjunto de las k muestras que ofrecen un valor de la distancia
menor. Esas k muestras se corresponderán con otros tantos puntos de referencia del
mapa radio, cuya posición es conocida de antemano.
A partir de ahí, promediando las coordenadas x e y de los puntos correspondientes a
esas k localizaciones que se deseen tener en cuenta, se obtiene el valor de la posición
estimada.
Este procedimiento de estimación ponderada se realiza igualmente en otros métodos,
como el probabilístico.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
27
Un inconveniente que se presenta en este y otros métodos (otra vez en el probabilístico),
es que cabe la posibilidad de encontrar un conjunto de equivalencias (o verosimilitudes)
que estén más o menos concentradas en el espacio, y algún otro valor que presente
también una alta coincidencia, pero que se encuentre disperso a nivel de posición física.
En ese caso hay que habilitar técnicas con ponderaciones adicionales para que el valor
que se halla fuera del área de concentración de señales sea descartado. Es el motivo
que dan lugar a la aparición de técnicas como la del wkNN (“weighted” kNN, o kNN
ponderado), que tratan de minimizar los efectos de esas dispersiones.
2) Redes Neuronales.
Durante la fase offline, los valores de RSS y sus correspondientes coordenadas de
localización se adoptan como entradas y objetivos del sistema neuronal, con el propósito
de entrenar al sistema y obtener los pesos apropiados. Durante la fase online, un árbol
de decisión determina la posición en función de las medidas recabadas.
3) Máquina de Vectores de Apoyo. SVM.
SVM (Support Vector Machine) es una técnica de clasificación de datos donde la
clasificación se realiza “por aproximación”.
4) Menor Polígono de M-vértices. SMP.
La técnica SMP (Smallest M-vertex Poligon), compara separadamente los valores
medidos de RSS para cada localización con respecto a la señal de cada transmisor,
suponiendo un total de M transmisores. La posición la determina el menor polígono
resultante.
5) Métodos Probabilísticos.
Abordan el asunto del posicionamiento como un problema de clasificación, determinando
la posición del usuario a partir de diversas técnicas probabilísticas.
2. Estado del arte de la localización en interiores
28
2.3.3 Técnicas de proximidad
Los algoritmos de proximidad proporcionan información de la posición relativa o simbólica,
basándose en una densa red de antenas o sensores, y para cada objetivo móvil se asume la
misma posición que tiene el sensor o antena más cercano al mismo, que será el que reciba su
señal con más potencia.
Las aplicaciones basadas en estas técnicas han sido las predominantes en el mercado hasta el
momento.
Presentan el inconveniente de que debe realizarse un diseño y despliegue específico para
cada entorno, y que su uso también es específico para determinados usuarios de los entornos
donde están desplegadas. Pero son sencillas en su concepto, lo cual les ha dado un cierto
auge en determinados entornos, facilitado también por la ausencia de alternativas claras.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
29
2.4 Problemática de la localización radio en interiores.
Es difícil modelar la propagación radio en entornos de interior a causa de los diferentes
caminos que puede recorrer la señal, la baja probabilidad para disponer de un camino con línea
de visión directa (LOS, Line-Of-Sight), y los parámetros específicos dependientes de la
localización real, tales como la disposición física de la planta, los muebles y objetos de todo
tipo, y las numerosas superficies reflectantes.
La habitual presencia de efectos multitrayecto, o la no menos habitual ausencia de visión
directa, provocan que todos los métodos basados en la triangulación anteriormente revisados
sean inapropiados para la localización en interiores, ya que en este tipo de entornos la
estimación de las distancias medidas se vuelve imprecisa y también, por tanto, el
posicionamiento obtenido a partir de las mismas.
Para reducir la incidencia de esos inconvenientes, a veces se han llegado a usar varias
técnicas simultáneamente, con el objeto de incrementar la exactitud (por ejemplo, RTOF con
TOA o TDOA). Pero, en cualquier caso, la distancia que recorre la señal radio en interiores es
tan corta, que los sistemas basados en mediciones de tiempos requerirían de una grandísima
precisión para reducir la incertidumbre en los valores medidos.
Por todo lo anteriormente indicado, la mayoría de autores coinciden en descartar directamente
para la localización en interiores todas las técnicas que no basen su funcionamiento en el
fingerprinting que, como se ha indicado, es una técnica que consiste en la estimar la
localización de un dispositivo móvil mediante la comparación de las medidas realizadas sobre
las señales de radiofrecuencia en un determinado momento por el citado dispositivo, con otras
previamente recolectadas en el mismo escenario, y almacenadas para ser usadas como
referencia, durante una fase del proceso denominada fase de calibración.
De hecho, las comparativas generales de métodos y sistemas para localización en interiores
realizadas por Lin en 2005 [LIN05] y por Liu en 2007 [LIU07] utilizan ese método como el único
aplicable en este tipo de entornos, descartando todos los demás, y centrándose en la
comparación de las diferentes técnicas y algoritmos existentes dentro del mismo.
Además, el uso de esta técnica no se reduce a interiores. Otros trabajos, como el de T. Wigren
en 2007 [WIG07], emplean técnicas de fingerprinting también para exteriores con
emplazamientos difíciles (cañones entre edificios, etc).
Sin embargo, se ha de indicar que, aunque exista un cierto consenso en el empleo de los
métodos fingerprinting, esto no significa que sean los únicos métodos o mecanismo
implementados dentro de un determinado sistema de posicionamiento. Son frecuentes las
propuestas que, además del empleo del fingerprinting, incluyen el uso de otros elementos
complementarios para afinar el resultado final. Así, muchas veces se realiza un seguimiento del
posicionamiento realizado, para primar la continuidad en relación a posiciones de los instantes
anteriores; se toma en consideración el uso de los acelerómetros incorporados en los
terminales; se aplican diversos tipos de correcciones sobre el resultado inicial del fingerpinting,
etc
2. Estado del arte de la localización en interiores
30
2.5 Posicionamiento en interiores con RSS-Fingerprinting.
Tal como se ha indicado anteriormente, los numerosos estudios realizados sugieren que la
técnica de localización más adecuada para interiores es la basada en las medidas RSS-
Fingerprinting, ya que es probable que los únicos valores realmente válidos en ese tipo de
escenarios sean los correspondientes a mediciones en la potencia de la señal recibida, RSS.
El fingerprinting básico emplea medidas de radio de las señales recibidas desde diferentes
estaciones emisoras (por ejemplo, medidas del nivel de señal recibida o de las pérdidas de la
misma) para proveer una “huella dactilar” o “fingerprint” de las condiciones de radio en una
posición geográfica específica. Normalmente, la posición real estará determinada por algún tipo
de medidas de referencia de la misma. De esta forma, se crea un mapa de las condiciones de
radio y así la posición de un terminal puede ser encontrada después de comparar las medidas
reales con las condiciones de referencia [WIG07].
Esta técnica permite aumentar la exactitud de la medida, teniendo en cuenta la pérdida por
LOS y los negativos efectos del multitrayecto. Además, no necesita sincronización alguna y, en
principio, no es necesario el recalibrado (aunque sobre esta cuestión concreta se hablará más
en detalle en el capítulo 4). Se asume como punto de partida que las estaciones emisoras son
estáticas, y que se conoce con exactitud su emplazamiento real.
En la práctica, sin embargo, el asunto no es tan sencillo. No solamente hay que especificar una
“granularidad” o “densidad” de medidas de referencia que hay que almacenar, encontrando el
equilibrio entre el número de puntos de medida considerados, los valores de potencia
asociados a cada punto y el tamaño/tiempo del procesamiento necesario para comparar
después todos ellos, en tiempo real, con la medida obtenida para realizar una localización; sino
que, además, hay que encontrar algoritmos que permitan “emparejar” de forma fiable unos
valores reales medidos con unos valores de referencia almacenados que, muy probablemente,
no coincidirán nunca o casi nunca con los medidos, por distintos motivos (el móvil no se ubica
normalmente en puntos concretos de la “rejilla” de referencia, la señal presenta variaciones
temporales, etc).
La fase de precalibración extensiva que hay que realizar con el fingerprinting, y el posible
desalineamiento posterior entre la huella registrada y los valores reales medidos (por diferentes
motivos) son dos de los principales inconvenientes que presenta este método de
posicionamiento.
Además, éste método debe tener en cuenta no solamente las emisiones recibidas de las
femtoceldas u otras emisoras de interior, sino también las que se están recibiendo procedentes
de estaciones base u otras emisoras exteriores, y que se reciban con la suficiente potencia
como para formar parte de la medida. En este sentido ahonda Otsason, que en 2005 [OTS05]
propuso realizar localización por fingerprinting en interiores, pero basándose únicamente en la
señal recibida de las estaciones GSM exteriores.
En cualquier caso, y con independencia de que se encuentren en el interior o el exterior del
edificio, se necesita la participación no solamente de aquellas estaciones emisoras que ofrecen
suficiente potencia para comunicar, sino también de todas aquellas que en mayor o menor
medida tienen alcance sobre un punto dado, válidas y a veces imprescindibles (por el número
de receptores necesarios según la técnica empleada) para realizar la localización.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
31
El método de localización por fingerprinting consta de varias etapas, que se representan en la
Figura 6 de forma esquemática.
Entre ellas destacan dos fases bien diferenciadas: una fase previa de calibrado, denominada
también offline, que sirve para generar las medidas de referencia que se han de almacenar en
una base de datos que se suele denominar mapa radio; y una fase de medida en tiempo real,
denominada igualmente online, durante la que se realizan las localizaciones de los terminales
móviles mediante la comparación y análisis de las medidas obtenidas frente a las
almacenadas.
Figura 6: Fases básicas de un sistema de localización por fingerprinting.
El hecho de que las técnicas fingerprinting se consideren claramente como las más válidas
para llevar a cabo la localización en entornos de interior mediante radiofrecuencia, expresa
bien a las claras las ventajas que presentan respecto a otros métodos: tienen en cuenta los
efectos multitrayecto, no requieren LOS, y no se necesita ningún tipo de sincronización entre
las entidades emisoras y las medidoras. Además, si el entorno no cambia no se necesita, en
principio, recalibración.
2. Estado del arte de la localización en interiores
32
Por contra, como se ha dicho, estos sistemas requieren una fase inicial de calibración que
puede resultar bastante costosa. Además pueden verse afectados durante el momento de la
medida por variaciones en la señal, que afecten a la exactitud de los resultados.
En cualquier caso, a pesar de sus puntos débiles, parece existir cierto consenso en descartar
las demás técnicas, centrándose gran parte de la investigación en mitigar las debilidades
indicadas, en la medida de lo posible.
2.5.1 Fase offline, o de calibración.
La fase offline consiste en la generación de un mapa patrón de señales de radiofrecuencia,
asignando una correspondencia entre señales y localizaciones, para el escenario considerado.
Este mapa se denomina “mapa radio” (en inglés “radio-map”). Los puntos seleccionados para
la realización del mapa deben ser significativos, y su cantidad mínima debe ser tal que
permitan obtener una adecuada precisión.
La manera en la cual se genera dicho patrón radio puede ser puramente empírica,
recolectando medidas en el citado escenario, o bien estar basada en la parametrización previa
de modelos de propagación, para simular el comportamiento de la señal de radiofrecuencia en
el escenario.
Esta segunda vía suele presentar, a su vez, dos pasos separados: un paso inicial de
simulación pura, y una segunda etapa consistente en realizar mediciones directamente en el
escenario para verificar y corregir los resultados obtenidos en la simulación. Previsiblemente,
el tiempo empleado en mediciones sobre el terreno de estos segundos métodos será bastante
más corto que el necesario para realizar las mediciones del método empírico.
1) Método empírico. Recolección de medidas en el escenario.
El método empírico se basa en la recolección pura de medidas de RSS realizadas
directamente sobre el escenario. Esas medidas se guardan en una tabla, junto a la
posición donde se han llevado a cabo que, obviamente, es un valor conocido en cada
momento durante esta fase de calibración.
La variable independiente del proceso son las localizaciones elegidas para realizar las
medidas. Un método habitual es el de rejilla, normalmente bidimensional, cuadriculando
el espacio a muestrear y obteniendo valores para cada celda de la cuadrícula, a una
altura media prefijada. Un valor a decidir es el tamaño de la cuadrícula, y otro la altura
relativa a las que se toman las medidas.
2) Simulación. Parametrización de los modelos de propagación.
La generación del mapa radio por simulación consiste en crear el patrón de señales de
radiofrecuencia, tomando como referencia la parametrización de un modelo de
propagación. Esa parametrización ha debido ser deducida, previamente, a partir de una
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
33
serie de medidas realizadas en el mismo escenario o en otro de similares características,
de tal modo que el modelo describa fielmente el comportamiento de la señal de
radiofrecuencia a monitorizar (lo mínimo es que prevea atenuaciones, pero puede
incorporar muchas otras facetas de la transmisión de la señal, significativas para
escenarios de interior).
Existen una serie de algoritmos básicos para describir las atenuaciones por pérdidas de
las señales de radiofrecuencia.
De entre esos algoritmos, los modelos estadísticos de pendiente simple son los más
sencillos. Se basan en la estimación de las pérdidas de propagación, atendiendo
únicamente a la distancia entre el transmisor y el receptor, suponiendo que la conexión
entre ambos se realiza por rayo directo. Las pérdidas se ajustan al tipo de entorno a
través de un parámetro denominado constante de propagación, que es típicamente
creciente con la frecuencia de despliegue y con el grado de compartimentación del
escenario.
Algo más completo es el modelo de Motley-Keenan, que basándose en los anteriores,
añade la caracterización de la estructura del edificio, contemplando las pérdidas
asociadas a las paredes y los suelos atravesados por el citado rayo directo. A este
modelo, el de Multiwall-Multifloor suma la capacidad de caracterizar cada uno de los
obstáculos individualmente, estableciendo para ellos unas pérdidas que dependen del
material, de las características físicas del obstáculo y de la frecuencia del despliegue.
Kwok-Sau, además, introduce la posibilidad de que el índice de propagación utilizado
para la caracterización de las pérdidas de propagación en el escenario no sea constante.
La principal novedad introducida por el modelo del camino dominante consiste en
contemplar la posibilidad de que la señal transmitida alcance el receptor no solamente
mediante un rayo directo desde el transmisor, sino por otros caminos que introduzcan
menores pérdidas, aprovechando para ello reflexiones y difracciones en los distintos
obstáculos presentes en el escenario de despliegue, y considerando, por tanto, los
efectos de guiado. El modelo clasifica los distintos trayectos que puede recorrer la señal
en tres tipos: LOS (Line of Sight), OLOS (Obstructed Line of Sight) y NLOS (Non Line of
Sight). Cada uno de ellos presenta individualmente propagaciones con distintas
características y atenuaciones. Tras evaluarlos, se selecciona de entre ellos el camino
dominante como aquel trayecto con menores pérdidas de propagación.
Por último, los modelos de trazado de rayos son modelos deterministas que se emplean
para la predicción de la respuesta del canal de radiocomunicaciones fundamentándose
en la aplicación de la Óptica Geométrica (GO) y la Teoría Uniforme de la Difracción
(UTD). Los mecanismos fundamentales de propagación son la transmisión, la reflexión y
la difracción ópticas, de forma que el receptor puede recibir contribuciones del rayo
directo y los rayos reflejados y difractados.
Como complemento final al método de simulación, sea cual sea el modelo elegido, se
puede añadir una etapa adicional al proceso, consistente en realizar mediciones sobre el
escenario, y compararlas con los resultados arrojados para esos puntos por la
simulación. El objeto de esta etapa final es, por un lado, verificar que la simulación arroja
resultados adecuados y coherentes y, por otro, realizar los ajustes necesarios en la
misma en caso de necesidad.
2. Estado del arte de la localización en interiores
34
2.5.2 Fase online, o de posicionamiento.
La fase online, de posicionamiento, o de medida, es la etapa en la que se lleva a cabo la
determinación de la posición de un dispositivo cuya ubicación, a priori, es desconocida.
Esta medida se ha de realizar en tiempo real.
La posición se determina mediante la comparación de los parámetros de señal de RF medidos
por el dispositivo en ese momento concreto de obtención del posicionamiento, y los valores
almacenados en la tabla que sirve como patrón de radiofrecuencia, o mapa radio.
Desafortunadamente, la medida en tiempo real y los valores almacenados no suelen coincidir,
por lo que se hace necesario el uso de técnicas y algoritmos para realizar los emparejamientos,
y determinar la posición con mayor exactitud.
Estos algoritmos, métodos o técnicas empleados para deducir el posicionamiento del terminal
móvil son los que se describen en la siguiente sección, categorizándolos y realizando una
comparativa entre ellos.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
35
2.6 Comparativa entre técnicas fingerprinting.
La gran disparidad de escenarios elegidos en los diferentes trabajos realizados en relación al
posicionamiento en interiores, las diferentes condiciones de ubicación de las estaciones de
referencia para el citado posicionamiento, las divergentes condiciones de entorno en general, y
otra serie de distintos aspectos asociados a los trabajos de forma muy dispar, hacen que la
mera comparación de los resultados obtenidos por los mismos se vuelva una tarea complicada
y tediosa, ya que resulta muy difícil homogeneizar tanto los parámetros de entorno como los
resultados. Si a eso añadimos las diferentes tecnologías de radio empleadas, nos podemos
empezar a hacer una idea de la complejidad del asunto.
Así, en algunas de las comparativas publicadas hasta el momento, el primer paso consistió en
intentar homogeneizar las condiciones de trabajo, para obtener resultados con criterios más
claros.
Por ejemplo, T. N. Lin en 2005 [LIN05] realizó una comparación de algoritmos con tecnología
WLAN (802.11b, esto es, Wi-Fi de 11 Mbps), en la que obtuvo unos resultados, a priori, muy
buenos para todos los algoritmos probados (redes neuronales con diversos niveles, kNN con
distintos k, y probabilístico), pero que en realidad pueden resultar engañosos, ya que para
realizar este estudio se dispusieron 11 puntos de acceso Wi-Fi, en un espacio de
24,6 X 17,6 m, lo cual significa una densidad bastante elevada (2,54 REP/área, donde el área
equivale a 100 metros cuadrados), con independencia de que en el escenario existieran un
gran número de obstáculos en forma de paredes (ver Figura 7).
En relación a la exactitud, los resultados obtenidos en el trabajo de [LIN05] indican que el mejor
de los algoritmos disponibles en aquel momento, para esa distribución física y esa densidad de
emisoras, era el método kNN (Figura 8). La comparativa se realizó, además, incluyendo
opciones con diferentes números de vecinos k. La mejor de las opciones resultó ser el kNN con
4 vecinos, aunque las diferencias con las opciones de 1 y 2 vecinos son muy pequeñas. En ese
trabajo se utilizó el error medio en la exactitud como medida de las prestaciones de un
algoritmo para evaluar ese concepto.
Según el citado trabajo, se consigue una exactitud de 1 m con el método kNN utilizando
solamente la comparación sobre 10 muestras (es decir, k = 10). Además, en cuanto a precisión
se obtiene que con kNN se acierta el 80% de las veces en posicionamientos de menos de 1 m
(y, como se ha indicado, una densidad de unidades emisoras bastante alta). Ver las Figura 7 a
Figura 9.
Resultados igualmente interesantes son los obtenidos por Otsason y otros en el mismo año
2005 [OTS05], donde se indica que se puede realizar una localización precisa en interiores
usando técnicas fingerprinting basadas exclusivamente en células GSM externas, lo cual
contraviene la creencia general de que para localizar en interiores las células GSM exteriores
no son válidas. Con 6 estaciones base (mínimo), Otsason afirma que se puede localizar a una
persona en un entorno de interior dentro de un radio de 5 m, con una exactitud media de hasta
2,5 m dentro de una misma planta. Para ello se emplea un algoritmo denominado RADAR,
definido en [BAH00], y que consiste básicamente en un kNN ponderado.
Un punto débil del trabajo de Otsason es que, aun siendo aplicable a edificios, no se puede
generalizar a todo tipo de interiores (túneles, estaciones subterráneas de metro, etc).
2. Estado del arte de la localización en interiores
36
Figura 7: Escenario de medición, con la ubicación de las emisoras, según [LIN05]
En relación a la complejidad, sin embargo, según [LIN05], el método más sencillo a nivel
computacional es el de las redes neuronales. El método kNN depende mucho del valor que se
asigne a la variable k, aunque incluso no alcanza en sencillez a las redes neuronales ni
siquiera para valores bajos de k. También se observa para el método kNN que, a partir de un
determinado número de k, el incremento del mismo únicamente trae aparejado un sustancial
incremento en la complejidad, frente a una mejora prácticamente inapreciadble de la exactitud
en el posicionamiento.
Para [LIN05], los 3 métodos estudiados (probabilístico, kNN y red neuronal) son robustos tanto
ante la caída como ante la aparición de una nueva entidad emisora, porque pueden funcionar
bien añadiendo valores por defecto a la medida, que no entorpecerían la localización, una vez
que los algoritmos asumieran esos valores por defecto. Sin embargo, lo que no entra a valorar
el trabajo es en qué momento ni con qué mecanismo procede añadir esos valores por defecto
al mapa radio.
Sin haber entrado a formar parte de la comparativa realizada por [LIN05], la propia naturaleza
del método hace pensar que el más robusto ante este tipo de situaciones sea el SMP, que
dispone para cada punto del mapa radio de una medida para cada estación emisora. De esa
forma, la tarea de eliminar o añadir estaciones es mucho más sencilla y precisa que con
cualquier otro método que deba asumir valores por defecto para compensar los cambios.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
37
Figura 8: Exactitud de las distintas técnicas, según [LIN05]
Figura 9: Precisión de las distintas técnicas, según [LIN05]
2. Estado del arte de la localización en interiores
38
En el trabajo de Brunato y Battiti [BRU05], coetáneo del anterior, se realizaron también
comparativas entre diferentes técnicas, en este caso encaminadas a probar la idoneidad de los
sistemas SVM para la localización en interiores, que son comparados frente a métodos kNN,
redes neuronales, y sistemas probabilísticos bayesianos. Para un escenario de 25x30 m con
una densidad de puntos Wi-Fi de 0,8 REP/área, dividido en cinco grandes salas y unos pocos
pasillos, es decir, con una compartimentación media, se concluye que la exactitud en SMV es
similar al kNN (el mejor de los restantes) o incluso mejor en algunos casos, presentando un
error menor de 3 m para una probabilidad del 50%. La complejidad del algoritmo también se
demuestra similar entre ambos métodos, por detrás de las redes neuronales, pero requiriendo
menos operaciones que los sistemas probabilísticos.
Otros estudios importantes, como el de Liu H. y otros en 2007 [LIU07], muy citado en la
bibliografía al respecto de la localización en interiores, hacen una revisión bastante amplia de
los algoritmos conocidos hasta ese momento, pero basan sus conclusiones directamente en los
resultados ofrecidos por los citados trabajos, sin llegar a realizar una comparativa en un
escenario similar para todos ellos o para algunas técnicas seleccionadas.
Así, por ejemplo, ofrece una tabla resumen donde se listan los principales sistemas conocidos,
clasificándolos en función de la tecnología radio y los algoritmos empleados, indicando la
exactitud reportada, su precisión, y calificándolos desde el punto de vista de los conceptos
señalados al principio del apartado (complejidad, robustez, etc). En ella, sin embargo, no se
indica ninguna característica relativa al escenario o la densidad de celdas empleadas, razón
por la cual la tabla resulta válida para la mera enumeración de los trabajos realizados hasta el
momento, pero hasta cierto punto engañosa para realizar la comparación.
Además, no se citan algunos trabajos significativos en WLAN como el de Brunato y Battiti
[BRU05], anteriormente descrito, pero sí se incluyen varios trabajos basados en tecnologías
radio de corto alcance (RFID, UWB…). Respecto a las tecnologías de comunicaciones móviles,
tan solo aparece referenciado el trabajo de Otsason [OTS05], que como se ha indicado
previamente, basa la localización en las estaciones base GSM externas al edificio. No se
incluye ninguna referencia a trabajo alguno basado en femtoceldas.
Sin embargo, sí se encuentra citado EKAHAU [EKA12], que es actualmente uno de los
principales sistemas de localización comercial por WLAN basado en RSSI fingerprinting, y que
emplea clasificadores bayesianos y técnicas estadísticas para inferir la posición. Se indican
para él unas buenas características (exactitud de 1 m, precisión de 2 m al 50% de probabilidad,
buena escalabilidad y robustez, y bajo coste, aunque una complejidad moderada). Este es, sin
embargo, un sistema comercial cerrado, con dispositivos propios para realizar la localización y
el seguimiento de personas e instrumentos en el interior de edificios tales como hospitales,
para el que normalmente se realiza un despliegue ad hoc de las estaciones emisoras.
Con independencia de lo anterior, y según el informe [CON11], Google es la compañía mejor
posicionada actualmente para proveer este tipo de servicios, y también para tener éxito en el
futuro dentro de este campo. No se indica nada acerca de la técnica empleada para llevar a
cabo tal tarea, pero sí se resalta que su principal punto fuerte es haber sido capaz de
involucrarse en las distintas partes del ecosistema completo. Sin embargo, también indica que
su precisión en el posicionamiento no es buena (Google reporta entre 5 y 10 m de exactitud en
edificios como grandes almacenes o aeropuertos), lo cual puede suponer un freno para su
evolución. Otros aspectos sociales, como la desconfianza de los propietarios de negocios,
edificios, etc. sobre esta compañía en cuestiones relacionadas con la privacidad, pueden
actuar también en su contra.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
39
Como cierre a este apartado se puede señalar una máxima común que se extrae de las
diversas comparaciones y trabajos previos estudiados: a pesar de la disparidad de topologías
físicas y técnicas en los experimentos descritos en ellos, aparentemente, un mayor densidad
de estaciones emisoras en el escenario desplegado suele redundar en una mayor exactitud y
robustez pero, por el contrario, no está claro hasta qué límite eso se cumple, y lo que sí parece
probado es que una excesiva concentración de REP puede acarrear un mayor grado de
complejidad en el sistema, además de incrementar el coste.
2. Estado del arte de la localización en interiores
40
2.7 Despliegue efectivo de celdas y mapa radio en interiores.
Existe una limitada literatura cuyo objetivo principal se centre en la forma de desplegar los REP
cuando se realiza localización en interiores usando infraestructura de telecomunicaciones por
radiofrecuencia.
Ante este panorama, parece aconsejable seguir las reglas empleadas en el despliegue de
REP, cuando su objetivo es únicamente llevar a cabo los citados servicios de comunicaciones
de voz y datos.
Con relación a este tema existe una extensa literatura previa, centrada tanto en la distribución
de estaciones emisoras para las redes de comunicaciones móviles, como para las
comunicaciones WLAN. Por ejemplo, se puede consultar el trabajo de M. Molina y otros,
[MOL09], que describe una herramienta para realizar el despliegue automático de elementos
de este tipo de redes en interiores.
Para esas comunicaciones, las investigaciones llevadas a cabo se focalizan en la forma de
encontrar los emplazamientos más adecuados donde colocar las estaciones emisoras, con el
objetivo habitual de lograr que la huella de radiofrecuencia correspondiente a cada una de
ellas, y por tanto la zona de cobertura para los servicios móviles de comunicaciones, sea lo
más extensa posible.
De esa forma, se puede intentar obtener cobertura total en un determinado entorno, al menor
coste posible, es decir, empleando normalmente el menor número de estaciones emisoras; en
localizaciones difíciles con muchos recovecos se puede buscar únicamente ofrecer una
cobertura aceptable empleando un número de emisoras razonable; se puede buscar ofrecer
cobertura a la zona más extensa posible, a partir de un número de emisoras prefijados
inicialmente, etc. También se busca reducir las interferencias entre ellas, o reducir los
consumos. Teniendo en cuenta todos los posibles motivos, parece imponerse el criterio de que
el despliegue de las celdas en forma hexagonal es el más adecuado. Sin embargo, la
búsqueda del emplazamiento idóneo para las entidades emisoras que proporcionan servicios
de comunicaciones de voz y datos, podría no ser el más óptimo para las redes que proveen
servicios de posicionamiento.
Centrados en los trabajos específicos sobre despliegues que tengan en cuenta los
requerimientos de posicionamiento en interiores, se tiene por ejemplo el trabajo de
S. Aomumpai y C. Prommak, publicado en 2011 [AOM11], que estudia el impacto de la
colocación de los REP (en este caso, antenas de comunicaciones móviles) sobre la precisión
de estos sistemas de posicionamiento. Este trabajo compara diferentes simulaciones teniendo
en cuenta las características de la propagación de la señal, y evaluando distribuciones
simétricas de 4 y de 8 nodos en un entorno concreto, encontrando que la ubicación de los
nodos en los pasillos de ese edificio puede reducir hasta en un 35% el error de
posicionamiento, respecto de una colocación en otros puntos. La granularidad del mapa radio
la mantiene siempre igual, establecida en una rejilla de 4x4m. No lleva a cabo más pruebas
extensivas sobre otros tipos de entornos distintos al predefinido.
Existe un mayor número de estudios que investigan específicamente con redes WLAN basadas
en puntos de acceso Wi-Fi, y que pueden servir de referencia sobre la mejor forma de
desplegar los REP. Entre esos trabajos se pueden citar el de O. Baala y otros, publicado en
2009 [BAA09] y el de G. Chen y otros, de 2013 [CHE13].
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
41
El primero de ellos compara pares de distribuciones predefinidas de 4 y 5 REP, unas simétricas
y otras asimétricas, sobre de dos tipos de edificios con diferentes niveles de complejidad en el
número de paredes introducidas. Los resultados no permiten extraer una regla clara para
realizar el posicionamiento de los REP, más allá de indicar que, en espacios interiores con
pocos obstáculos, parece mejor realizar una distribución simétrica de los REP.
El segundo sí que llegó a expresar una regla que habría que aplicar: convendría colocar los
REP de forma que se intenten maximizar las distancias euclídeas entre potencias en la
recepción. Sin embargo, únicamente se verificó que los resultados obtenidos con una
distribución concreta iban en el sentido de confirmar esa aseveración, dejando para trabajos
futuros la generalización de la aplicabilidad de la misma.
Es decir, en ninguno de los esos trabajos citados anteriormente, seleccionados entre los más
significativos, se ha llegado a confirmar que sus conclusiones sean extensibles de forma
general a otros entornos de interior. No se han llegado a ofrecer líneas o criterios claros, ni
tampoco herramientas para llevar a cabo los despliegues.
Más reciente y con un mayor enfoque en la creación de infraestructuras reales, se encuentra el
trabajo de M. Ficco y otros [FIC14]. También centrado en tecnología WLAN, no enuncia ningún
tipo de regla o criterio a aplicar, sino que se propone el uso de un algoritmo evolutivo que
estima los REP necesarios y los posiciona de forma óptima, para un entorno de interior
cualquiera. Incorpora la simulación de la señal, como herramienta para generar el mapa radio,
con el objeto de reducir inicialmente el esfuerzo de calibración del sistema; así como para la
identificación del mejor emplazamiento de los REP, con el objetivo posterior de mejorar la
precisión del mismo.
El citado algoritmo se basa en el concepto de evolución genética, y para encontrar el mejor
emplazamiento de los REP, evalúa las prestaciones ofrecidas al realizar el posicionamiento en
distintas configuraciones de prueba. Alimentado con una descripción inicial del espacio de
trabajo, el algoritmo va buscando nuevas opciones cambiando valores arbitrariamente, y va
seleccionando por partes la mejor de entre las diferentes posibilidades que va encontrando en
las sucesivas iteraciones.
[FIC14] reconoce que es difícil encontrar una simulación de la señal de radio que reproduzca la
realidad adecuadamente. Esto hace que el mapa radio creado por el algoritmo sea impreciso y
se aparte del mapa radio real, y ese desajuste provoca que la búsqueda del mejor
emplazamiento de los REP se desvíe del que podría ser el emplazamiento idóneo en la
realidad. En cualquier caso, argumenta que la herramienta ofrecida puede ser una buena
aproximación para disponer de una idea inicial aproximada previa al despliegue de las
necesidades del sistema.
2. Estado del arte de la localización en interiores
42
2.8 Procedimientos de autocalibración
Un primer punto a revisar, de cara a realizar un desarrollo de un sistema de autocalibración, es
determinar la necesidad del mismo, y en qué ámbito o realidad debe aplicarse. Por eso, en
primer lugar se hará un repaso de lo investigado en relación al rango de variabilidad de la
señal, como un punto importante a conocer antes de implantar un nuevo procedimiento de
autocalibración.
2.8.1 Rango de variabilidad de la señal.
Los efectos de la atenuación de la señal debidos a la distancia y al fading de gran y pequeña
escala se explican adecuadamente en diversos trabajos, por ejemplo [FIG10]. En ellos se
observa que, cuando la RSS toma los mayores valores, que son los asociados con las
distancias cortas desde los REP al terminal receptor, los efectos del fading de gran y pequeña
escala se minimizan. De forma opuesta, cuando nos encontramos ante una distancia larga y
los valores de RSS son bajos, los efectos del fading de gran y pequeña escala adquieren gran
relevancia.
A continuación, se describe el rango de variabilidad de los valores de RSS medidos en otros
estudios previos:
Por ejemplo, en [MOR09] se ofrece un estudio en el que se han observado la variabilidad del
canal en relación a la RSS durante un periodo de 24 horas. En ese trabajo se muestra que,
para un valor RSS medio de -45 dBm, existen una desviación máxima de 2,5 dB,
aproximadamente (ver Figura 10).
En [MEN11] se muestras también diferentes histogramas, y de la observación de los mismos se
verifica que, para un valor medio aproximado de RSS en torno a los -67 dBm, existe una
desviación máxima que se encuentra en el entorno de los 3 dB.
Todos los valores mostrados en estos trabajos deben ser entendidos como los asociados al
fading de gran escala. El fading de pequeña escala produce variaciones mayores pero muy
rápidas. Así, por ejemplo, [MOR09] reporta variaciones en la señal de hasta 16 dBm en un solo
segundo (Figura 11). En relación a este efecto, la solución para mitigarlo pasa por realizar
mediciones de la señal que la integren a lo largo del tiempo, ya que el fading de pequeña
escala debe presentar un valor medio nulo.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
43
Figura 10: Variabilidad de un canal WLAN durante 24 horas, según [MOR09]
2.8.2 Métodos y procedimientos de autocalibración.
Se pueden encontrar un número no demasiado alto de trabajos previos en el campo de la
recalibración aplicada a los sistemas fingerprinting.
Como ejemplos tenemos el trabajo de J. Yin y otros en 2005 [YIN05], o el de H. Wang y otros
en 2011 [WAN11]. Sin embargo, estos trabajos presentan el inconveniente de que se basan en
el despliegue de una densidad muy alta de puntos de calibración en el entorno; lo cual no
solamente requiere un alto coste durante el citado despliegue, sino que también luego añade
una alta complejidad al sistema, haciendo muy difícil que los necesarios cálculos que se deben
realizar para llevar a cabo la autocalibración, se puedan ejecutar en tiempo real.
Por otro lado, la mayoría de estos trabajos se adentran en un terreno donde la investigación
llevada a cabo sí resulta abundante, como es el relativo a la pura autogeneración del mapa
radio, cuyo objetivo principal busca poder realizar de forma rápida y automática la fase de
calibración del sistema, pero que muchas veces también encuentra una aplicación adicional
facilitando la recalibración del mismo.
Como se ha indicado ya al describir la fase de calibración de un sistema fingerprinting en
§ 2.5.1, muchas propuestas intentan aligerar la carga de una calibración manual mediante
simulaciones de la señal radio, intentando replicar todos y cada uno de los factores que
influyen en el comportamiento de la misma. Pero la propia recalibración de estos sistemas es
necesaria a veces si ocurren cambios en el entorno, con lo que normalmente se tiene que
2. Estado del arte de la localización en interiores
44
actualizar en el sistema la información relativa a la descripción del escenario, en relación a los
cambios producidos en el mismo. Esa actualización puede ser gravosa en el tiempo.
De entre ese tipo de trabajos, cabe destacar aquellos que intentan evitar cualquier intervención
humana para la puesta en marcha del sistema de localización, como es el de Moraes y otros,
en 2009 [MOR09]. Basado en WLAN, este trabajo plantea incorporar, sobre un sistema de
comunicaciones de voz y datos existente, una serie de programas sniffers trabajando
distribuidos que rastrean las direcciones MAC y las potencias RSSI recibidas por los móviles
presentes en el escenario (es decir, se requiere tránsito por el mismo). A partir de ahí, y con la
ayuda de un simulador de propagación de la señal y un sistema de asignación de
probabilidades, se intenta estimar la posición del móvil, y se va creando el mapa radio.
Presenta un proceso de recalibración específico, que se lanza cuando los sniffers detectan una
desviación en la potencia recibida por un terminal respecto de la distribución estándar
esperada; o bien de forma periódica. El trabajo valida los resultados sobre un entorno pequeño.
Existen otros trabajos que abundan en esta misma línea, intentando evitar la intervención
manual humana en la puesta y marcha y mantenimiento del sistema. Por ejemplo, Mazuelas y
otros [MAZ09], también para WLAN, realiza tareas similares a partir de un software específico
que modela la propagación, y que se realimenta de las medidas reportadas por los móviles
para los distintos AP.
Ambos trabajos, y otros similares, dependen totalmente de un correcto modelado de la
transmisión de la señal, necesitándose un mínimo grado de correlación entre la señal simulada
y la señal real.
Al no haberse encontrado una forma definitiva para llevar a cabo el citado modelado en
interiores, Miroslaw y otros [MIR14] proponen el uso de un robot para realizar la fase de
calibración "on the run". De esta forma, las mediciones se puede llevar a cabo de forma
repetida tantas veces como se necesite, con la granularidad del mapa radio que interese, y
además se toman muestras reales de la señal de radio.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
45
2.9 Sistema de referencia a emplear. Consideraciones sobre la arquitectura del mismo.
Parece obvio que, para llevar a cabo aportaciones concretas al campo de la localización en
interiores que luego puedan ser trasladadas al mundo real, se debe tener en cuenta el
ecosistema completo aplicable a ese campo. Por ello, en este apartado se realizará una
definición del sistema de posicionamiento, básica pero lo más realista posible para un entorno
de interior, que será empleada como sistema de referencia a lo largo de todo el presente
trabajo.
De esa forma, las aportaciones serán de aplicación directa sobre cualquier sistema que tenga
una arquitectura basada en los mismos conceptos que la que se va a emplear aquí. Con
posterioridad, habrá que estudiar su aplicabilidad sobre otros sistemas distintos, identificando
afinidades y diferencias entre los mismos, para determinar cuánto de lo aquí desarrollado es
aplicable a aquéllos.
Lo más lógico parece pensar que esa arquitectura, basada en infraestructura de
comunicaciones radio para voz y datos (LTE o WLAN), llevará a cabo un posicionamiento
remoto indirecto. Se puede ver un esquema básico de este tipo de sistemas en la Figura 4.
En esos sistemas, el terminal móvil realizará las mediciones de los niveles de potencia de señal
recibida desde los diferentes REP; esas mediciones se enviarán a una unidad de
procesamiento común para todo el escenario dado, que es la que lleva a cabo la evaluación de
los datos recibidos, contrastándolos con los valores almacenados en el mapa radio, también
guardado en ella; y posteriormente la estimación de la posición se podrá enviar desde esa
unidad de procesamiento, y según las aplicaciones o servicios que se deseen desplegar, de
vuelta al terminal móvil para realizar tareas de localización, o directamente a otra unidad que
realice tareas de monitorización o seguimiento de los posicionamientos realizados.
La misma idea es aplicable para la parte del sistema que va a realizar las tareas de
mantenimiento del mismo. Los puntos de calibración que se desplieguen deberán tomar los
valores adecuados, y enviarlos a la unidad de procesamiento central, para que en ella se
tomen las decisiones correspondientes en cada momento, en función de los datos recibidos.
La forma en la que el terminal que está realizando el posicionamiento, o el punto de calibración,
es capaz de comunicar las mediciones de potencia a la unidad de procesamiento, queda fuera
del alcance del presente trabajo. Con independencia de la forma en que se lleve a cabo, se
considerará que la citada comunicación es viable y se encuentra presente en el escenario, no
existiendo problemas de capacidad con ella, y siendo además transparente a todos los efectos.
Con independencia de lo anterior, se propone ya en este trabajo la posibilidad de que esta
comunicación se realice a través de los sistemas de gestión de red de la red de
comunicaciones móviles. Para ello, en la § 5.4 se describirá una propuesta de introducción de
nuevos parámetros dentro de la arquitectura de operación, mantenimiento y gestión del
estándar 3GPP. El esquema propuesto se ofrece en la Figura 65.
De entre las diferentes tecnologías disponibles para el acceso radio, las características
concretas cuando haya que hacer simulaciones o ejemplos numéricos a lo largo del trabajo
serán las correspondientes a LTE, que están descritas en detalle dentro del Anexo A.
2. Estado del arte de la localización en interiores
46
En relación a los aspectos físicos del escenario, debe indicarse que todos los algoritmos y
procesos descritos en esta tesis serán empleados sobre escenarios bidimensionales que
buscarán la posición en el plano de coordenadas XY, pero no la altura; quedando el estudio y
la profundización de su aplicabilidad sobre escenarios tridimensionales para futuros trabajos.
Dentro de la unidad de procesamiento, el sistema utilizado para encontrar cualquier
posicionamiento en cualquier simulación se basará en las técnicas fingerprinting, empleando
siempre para ello un algoritmo wkNN (algoritmo de los k vecinos más próximos ponderado), y
usando k=4 vecinos, tal como se recomienda en [LIN05]. Como ya se ha visto en secciones
anteriores de este mismo capítulo, este tipo de algoritmos son los más empleados en la
actualidad, porque aparecen como los más ventajosos en varios aspectos, respecto de otros
tipos de algoritmos.
Todos los detalles adicionales relativos tanto a los algoritmos wkNN, como a los valores
específicos que se han empleado en relación al número de vecinos y a la forma concreta de la
ponderación elegida, se encuentran descritos en el Anexo B.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
47
2.10 Conclusiones
A lo largo del presente capítulo se ha visto cómo el posicionamiento en interiores se enfrenta a
múltiples retos, y algunos de ellos no los ha conseguido resolver aún de forma lo
suficientemente satisfactoria como para permitir el despliegue en masa de aplicaciones que
estén directa o indirectamente relacionadas con la realización de un posicionamiento preciso
en interiores.
Sin duda, esas nuevas aportaciones se pueden llevar a cabo en todos los frentes abiertos, pero
probablemente el mejor posicionado de cara al futuro sea el relacionado con las tecnologías de
comunicaciones inalámbricas.
Restringiendo nuestro campo de actuación a esas tecnologías inalámbricas de comunicaciones
de voz y datos, las especiales características de propagación de la señal radio en interiores de
edificios (ausencia de visión directa, múltiples caminos, etc) fuerzan a desestimar la mayoría de
las técnicas usadas para el posicionamiento radio en exteriores, basadas principalmente en las
técnicas de triangulación.
En este aspecto, existe un consenso generalizado a la hora de señalar las técnicas basadas en
fingerprinting como las ideales para realizar el posicionamiento en interiores basado en señales
de radiofrecuencia.
Estas técnicas fingerprinting, como se ha descrito a lo largo del capítulo, están basadas en la
comparación de una medición realizada en tiempo real, frente a unos valores previamente
almacenados en una base patrón de referencia, durante una fase previa denominada de
calibración (valores procedentes directamente de mecanismos de simulación, de medición en
el entorno real, o de ambas). Sin embargo, adolecen de diferentes puntos débiles, y presentan
campos poco explorados, para los que cualquier avance que se realice es susceptible de
aportar algún tipo de mejora a nivel de sistema.
La revisión realizada en este capítulo permite confirmar que tanto el dimensionamiento inicial
del sistema, como la posterior adaptación a los cambios del mismo, son dos de esos puntos
débiles.
Muchos de los trabajos realizados en el terreno de la localización en interiores están basados
en un despliegue previamente conocido del emplazamiento de las entidades emisoras, y una
ubicación de los puntos de referencia del mapa radio más o menos arbitraria. Con esos
planteamientos, lo normal es que los resultados sean aplicables a una investigación específica,
pero raramente extrapolables a otros casos. Como se ha visto, son pocos los que realizan
indicaciones para dimensionar el sistema a partir de unas necesidades; cuando parece que el
camino natural debería pasar por verificar en primer lugar si las emisoras desplegadas son las
adecuadas, y si la cantidad de puntos del mapa radio que se han tomado son los necesarios.
Por otro lado, en relación a las formas de llevar a cabo la adaptación de los sistemas que
emplean métodos fingerprinting, frente a los cambios en la señal radio, no se ha encontrado
una solución clara que evite el problema de tener que realizar nueva fase de calibración. El
estudio de las investigaciones realizadas hasta el momento permite identificar una tendencia
dominante, consistente en actualizar el mapa radio cuantificando las modificaciones necesarias
mediante la simulación de la señal transmitida. Sin embargo, las simulaciones no acaban de
reproducir con la necesaria fidelidad las evoluciones de la señal radio, y un problema añadido
2. Estado del arte de la localización en interiores
48
es la actualización de los datos del entorno, cuando la causa del cambio es una modificación
del mismo. Otra opción es el uso de puntos de calibración, que miden la señal presente en el
entorno para evaluar la necesaria modificación, pero las soluciones planteadas hasta el
momento requieren un número tan alto de ellos, que las hacen inviables desde diferentes
puntos de vista prácticos (al menos, tanto el coste económico inicial como las posteriores
necesidades de procesamiento).
El bajo número de sistemas comerciales existentes para proveer este tipo de servicios, casi
todos ellos basados en WLAN, son otro dato que ratifica la procedencia de las aportaciones
que se llevan a cabo en este trabajo, y que se describen en detalle en los siguientes capítulos.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
49
3. Despliegue Efectivo de Celdas y Mapa
Radio en Interiores.
Necesidad Se carece de reglas para dimensionar los sistemas fingerprinting.
Aportación
Se define un método de cálculo para conocer el número de emisoras y la
granularidad del mapa radio necesarios para cumplir con los
requerimientos iniciales del sistema (error de posicionamiento y
probabilidad asociados)
Artículos
BAR13 Barba Barba, F., Garrido Martín, A. & Fernández-Durán, A., 2013. Wireless Indoor Positioning: Effective Deployment of Cells and Auto-Calibration. Bell Labs Technical Journal 18(2), pp 213-235.
La primera contribución a la mejora de los sistemas de posicionamiento para interiores basados
en infraestructura para comunicaciones radio de voz y datos, y que además emplean sistemas
fingerprinting, es la que ofrece unas reglas para ayudar al dimensionamiento inicial de los
sistemas, proponiendo un método de cálculo para determinar de forma clara el número mínimo
de entidades emisoras a desplegar, así como la granularidad o densidad mínima del mapa
radio que hay que usar, a partir de unos requerimientos iniciales a cumplir.
Estas tareas, dentro del proceso de puesta en marcha de un sistema fingerprinting, se sitúan
incluso antes que la fase de calibración, ya que para realizar la citada fase se necesita disponer
sobre el terreno de las entidades emisoras desplegadas y activas, y también debe haberse
determinado cuántos puntos de referencia van a formar el mapa radio, y con qué distribución.
Pero para tomar las necesarias decisiones respecto de ambos, ha de haberse llevado a cabo
antes esta nueva fase de dimensionamiento a la que se refiere el presente capítulo.
En relación a las entidades emisoras de señal a desplegar se constata que, a lo largo de la
evolución de las tecnologías de acceso radio, se han llevado a cabo abundantes
investigaciones en relación con la optimización en el despliegue de estaciones emisoras para
redes de comunicaciones móviles. La gran mayoría de ellas, sin embargo, han centrado el
ámbito de aplicación de las mismas en consideraciones relativas a los requerimientos para las
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
50
comunicaciones de voz y de datos a través de las citadas redes [MOL09], siendo así para las
diferentes generaciones de comunicaciones móviles que han ido apareciendo a lo largo del
tiempo.
Sin embargo, en relación a esas mismas entidades emisoras, el número de estudios publicados
que hayan tenido presentes los requerimientos de los servicios de localización, y que ofrezcan
algunas líneas claras de actuación, o resultados más o menos cerca de ser aplicables sobre los
sistemas de posicionamiento, ha sido muy limitado ([AOM11] y algunos otros).
La investigación llevada a cabo en este trabajo comienza precisamente ahí, dado que éste ha
sido identificado como un punto débil de los sistemas fingerprinting, principalmente por haber
sido un campo relativamente poco explorado, y el objetivo ha sido encontrar una forma de
identificar el número de entidades emisoras adecuado para llevar a cabo el procedimiento de
localización, sin sobredimensionar el sistema de forma innecesaria.
En relación al mapa radio, se ha intentado establecer una indicación sobre el número mínimo
de puntos de referencia sobre los que más tarde, durante la fase de calibración, se han de
registrar medidas de potencia. En función de los mismos requerimientos iniciales de
localización que se exigen para establecer el número de entidades emisoras a desplegar.
El conocimiento de ese dato, al que se ha denominado granularidad del mapa radio, redundará
de forma positiva en el sistema de dos formas distintas:
1) Acortamiento del tiempo necesario para llevar a cabo la fase de calibración.
2) Mejora de la respuesta del sistema en el momento de realizar el posicionamiento.
Cuantos menos puntos haya en el mapa radio, menor tamaño se requerirá para su
almacenamiento, y su procesamiento será más rápido.
El autor considera que la ausencia de reglas que permitan llevar a cabo un correcto
dimensionamiento de los sistemas de posicionamiento antes de su puesta en servicio, influye
negativamente sobre la aparición de los mismos en despliegues reales. La indisponibilidad de
métodos como los que se proponen en este trabajo puede dar lugar, por un lado, a
infradimensionamientos involuntarios, tomando los costes como principal criterio de diseño, y
que después los despliegues realizados no cumplan con los requerimientos que se esperan de
ellos, bien sean definidos de forma directa, bien en forma de expectativas sin concreción
escrita. Por otro lado, un sobredimensionamiento innecesario, aunque permita asegurar que se
cubren sin problema unas necesidades concretas, puede dar lugar a ideas equivocadas sobre
el coste real de los servicios de posicionamiento que realizan este tipo de sistemas.
El presente capítulo versará sobre la forma de crear esas reglas y métodos mínimos que se
han de aplicar durante el dimensionamiento de los sistemas de posicionamiento, a partir de
unos requerimientos iniciales conocidos de los mismos (error de posicionamiento y probabilidad
asociada); que, como se ha indicado ya, son tareas pertenecientes a la primera línea de
investigación planteada en el presente trabajo.
Inicialmente, lo anteriormente indicado se publicó en [BAR13], si bien los trabajos en esa línea
de investigación han continuado, y aquí se muestran nuevos resultados que por un lado,
corrigen algunos aspectos tratados inicialmente de forma inadecuada, y por otro aportan una
mayor profundidad a los mismos. Siempre sin exceder los límites de las
experimentaciones/validaciones por simulación en ordenador, que es el marco fijado desde el
inicio del trabajo como ámbito para el mismo.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
51
Estos nuevos resultados obtenidos, detallados en profundidad dentro de este capítulo, están
pendientes de ser convenientemente resumidos para procurar realizar su divulgación en un
nuevo artículo, que sea una evolución en la misma línea de [BAR13].
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
52
3.1 Introducción al dimensionamiento inicial del sistema.
Como se acaba de indicar, la primera mejora que se propone en este trabajo, y que se detalla
en este capítulo, es la definición de un nuevo método para determinar, de manera sencilla,
tanto el mínimo número de puntos de emisión de radio (REP) a emplear y la forma de
emplazarlos, como la densidad de elementos del mapa radio a introducir en el sistema. Todo
ello, encaminado a cumplir con unos requerimientos iniciales generales relacionados con el
error y la precisión buscados, para un entorno físico de interior real dado.
El estudio se llevará a cabo sobre una arquitectura para un sistema de posicionamiento
concreta y lo más realista posible para un entorno de interior; la misma que se ha usado a lo
largo de todo el presente trabajo, y que ya fue identificada y descrita en la sección anterior:
infraestructura de comunicaciones radio para voz y datos (LTE o WLAN), con posicionamiento
remoto indirecto. La unidad de procesamiento utilizando técnicas fingerprinting, empleando
siempre para ello un algoritmo wkNN con 4 vecinos, cuyo detalle se describe de forma
pormenorizada en el Anexo B.
La parte del método que se propone en este capítulo busca delimitar las relaciones existentes
entre las celdas emisoras desplegadas en un determinado escenario, y la densidad de puntos
de referencia del mapa radio a tomar en el citado escenario durante la fase de calibración, y los
requerimientos iniciales de un sistema de posicionamiento que se fuera a desplegar en el
mismo, establecidos en función de un error máximo admisible, y una probabilidad asociada al
mismo.
Una vez conocidas esas relaciones a partir de las bases establecidas por el presente trabajo,
será posible llevar a cabo el proceso en el orden lógico que requiere el diseño de un sistema
real. Es decir, se establecerán de partida los requerimientos de error máximo admisible y
probabilidad asociada, y a partir de ellos se establecerán las necesidades de REP a desplegar,
y la densidad de puntos de referencia a establecer en el mapa radio.
Es más, será posible igualmente baremar hasta dónde se llega con esos requerimientos
iniciales, conociendo de antemano el "esfuerzo" adicional que conlleva el intentar mejorarlos,
para cada caso específico.
El desarrollo para concretar el método a emplear y, a la vez, confirmar su validez, seguirá los
siguientes pasos:
1) Verificar que la función de distribución lognormal, que está ligada a distintas
características relacionadas con las señales de radiofrecuencia, es también la función de
distribución de la probabilidad asociada al error obtenido cuando se posiciona un
terminal móvil empleando un algoritmo fingerprinting wkNN.
2) Determinar el tipo de relación que existe entre un conjunto de requerimientos de
posicionamiento en interior dados inicialmente, especificados por:
un valor de error en el posicionamiento esperado
su probabilidad acumulativa asociada,
y los dos parámetros característicos de la distribución lognormal:
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
53
µ (también llamado parámetro de localización),
σ (conocido también como parámetro de escala),
De forma que, fijando los requerimientos iniciales, podamos llegar a unas curvas finales
que los satisfagan adecuadamente.
3) Demostrar que se puede recomendar un número de REP mínimo concreto a desplegar,
junto con una granularidad mínima de despliegue de puntos de referencia pertenecientes
al mapa radio, para poder cumplir los requerimientos de partida de error y precisión.
Para ello, el primer paso consistirá en determinar la relación que existe entre el número
de REP y la granularidad de puntos de referencia del mapa radio, con los parámetros µ y
σ característicos de la distribución lognormal.
Una vez conocida esa relación, a partir de los valores de µ y σ obtenidos en el paso 2),
ya podremos concretar el número de REP que deben tener cobertura asegurada sobre
cada uno de los puntos del escenario, para poder cumplir con los citados requerimientos.
Posteriormente, habrá que ubicarlos de tal forma, que en cualquier punto del escenario
se garantice la cobertura de ese número de REP.
De la misma forma, podremos conocer la granularidad mínima (o densidad mínima) de
puntos de referencia del mapa radio que hay que introducir en el sistema, para poder
alcanzar esos requerimientos de error y precisión. Esa granularidad, si establecemos
una distribución de los puntos de referencia completamente regular en forma de rejilla
cuadrada, vendrá dada en términos de distancia máxima entre los puntos de referencia
situados en las esquinas de los cuadrados de la citada rejilla.
En la Figura 11 se realiza una esquematización que relaciona los parámetros iniciales con los
objetivos finales buscados.
Figura 11: Esquema de relación entre los requerimientos iniciales y los datos finales.
La intención es que, una vez que haya sido demostrada la bondad del método propuesto, y se
hayan establecido las relaciones entre las distintas variables involucradas, sea posible realizar
de forma práctica los despliegues en escenarios concretos de interior llevando a cabo el
proceso de diseño del sistema en el orden lógico (es decir, pasando directamente de los
requerimientos iniciales a su conversión en requerimientos del sistema), teniendo únicamente
en cuenta las indicaciones finales del método (es decir, evitando tener que llevar a cabo el
desarrollo completo descrito a lo largo del capítulo).
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
54
Es decir, una vez conocidas esas relaciones, se establecerán de partida los requerimientos de
error máximo admisible y probabilidad asociada, y a partir de ellos se conocerán las
necesidades de REP a desplegar sobre el escenario, y la granularidad o densidad de puntos de
referencia a establecer en el mapa radio para las distintas posibilidades de REP desplegados.
Y llegados al punto en que son conocidos el número de REP y la granularidad del mapa radio,
en función del error máximo admisible y su probabilidad, seleccionar los valores los mismos a
usar de cara a un despliegue concreto no deja de ser un criterio más del diseño, a elegir
durante la fase inicial de la definición de un sistema.
Más adelante, en el capítulo 5, se retomará el asunto, llevando a cabo un caso práctico, en el
que se usarán exclusivamente aquellas partes del método descrito que se requieren para el
aprovechamiento práctico de todo lo expuesto en el presente capítulo.
En cualquier caso, como se verá, al establecer a través de este método el número de REP
requeridos con cobertura asegurada sobre cada uno de los puntos del mapa radio, nos
encontramos con que este método no solamente puede ser usado para fijar la cantidad de
dispositivos a desplegar si se trata de desplegar un nuevo sistema, sino que sencillamente
puede permitirnos asegurar que, con el diseño y la cobertura disponible en un sistema ya
instalado que realiza otras tareas relacionadas con las comunicaciones móviles de voz y datos,
se pueda proveer además el posicionamiento en tiempo real como una funcionalidad adicional.
Con ese objetivo en mente, para ese tipo de casos en el que los REP ya están previamente
desplegados, una vez aseguradas las coberturas por un número concreto de ellos, el punto de
partida para el nuevo sistema de posicionamiento en interiores será el dimensionamiento del
tamaño de la rejilla del mapa radio.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
55
3.2 Probabilidad de distribución de error: lognormal.
Como se ha indicado en la sección anterior, el primer paso en el método consiste en verificar
que la función de distribución lognormal es la que caracteriza el comportamiento de la función
de distribución de probabilidad asociada al error de posicionamiento en interiores, cuando éste
se basa en el uso de señales de radiofrecuencia.
La distribución lognormal es una función matemática muy común, que se aplica en estadística
para aquellos casos en los que la distribución de probabilidades para una variable continua
aleatoria existente, es una función logarítmica aplicada a una distribución normal.
La expresión de la función de densidad de probabilidad (PDF, Probability Density Function) de
la distribución lognormal se muestra en la Ecuación 2, donde μ y σ son la media y la
desviación estándar, respectivamente, de la distribución normal subyacente.
Ecuación 2: Función de Densidad de la Probabilidad, PDF, para una distribución lognormal con x > 0.
Los factores μ y σ reciben también usualmente el nombre de parámetro de localización y
parámetro de escala, respectivamente, cuando se trabaja con ellos en la escala logarítmica.
La Figura 12 muestra la forma de la PDF de una distribución lognormal, para diferentes valores
de σ, manteniendo µ constante.
Para el método propuesto, se elige de antemano la verificación del ajuste con esta función, y
no otras posibles, porque se considera probado que la función de distribución lognormal está
comúnmente ligada a distintas características relacionadas con las señales de radiofrecuencia.
Así se ha demostrado ampliamente en la literatura relativa al asunto, tanto en las
investigaciones iniciales que relacionaban la función lognormal con las pérdidas de señal
[ABU94]; como en otras investigaciones posteriores, por ejemplo [FER09], principalmente
relacionadas con estudios sobre la conmutación de terminales móviles entre estaciones
emisoras (“handover”). En estos últimos trabajos se verifica que la relación entre el valor medio
del desvanecimiento de la señal ("fading") en el tiempo, y una distancia dada, se puede
caracterizar mediante una variable aleatoria que sigue una distribución lognormal.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
56
Figura 12: Función de densidad (o distribución de probabilidad lognormal) para diferentes factores de escala σ, manteniendo µ constante.
En el caso que nos ocupa se debe esperar un comportamiento similar, ajustado a la función
lognormal, dado que la variable de entrada, tanto inicialmente en relación a los valores que se
almacenan en el mapa radio, como después en relación a los valores medidos para realizar el
cálculo mediante el correspondiente algoritmo, es la curva que representa las pérdidas de
transmisión en la señal de radio frecuencia, como resultado del desvanecimiento,
principalmente.
Basado en lo anterior, se asume que, para un posicionamiento basado en métodos
fingerprinting, es decir, en la medida de la potencia de la señal radio frecuencia recibida, sobre
la que actúan las citadas pérdidas de transmisión, la tolerancia o error de posicionamiento,
seguirá el mismo comportamiento que el desvanecimiento de la señal en interiores.
Para verificar esta suposición, se han hecho varias simulaciones para las que se han definido y
probado tres tipos de escenarios, según se describe en la Figura 13. La herramienta para llevar
a cabo las simulaciones se encuentra descrita en detalle en el Anexo A.
Los escenarios definidos consisten en una gran sala rectangular de 100x60 m, que puede
subdividirse en 2 ó 4 habitaciones mediante unas paredes que presentan 10 dB de atenuación.
La propagación de la señal de radiofrecuencia se simula usando un modelo de propagación en
interiores para señales de radiofrecuencia especificado por el ETSI, que se describe en detalle
también dentro del Anexo A.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
57
Figura 13: Entornos para la verificación de la función de distribución lognormal.
Para llevar a cabo la verificación, se han desplegado diferentes números de REP en los citados
entornos: 9 REP en el entorno de tipo 1, 7 REP en el entorno de tipo 2, y 4 REP en el
escenario de tipo 3 (ver Figura 14).
Se ha empleado un número alto de REP en cada escenario, que seguramente está por encima
no solo del número de ellos requerido para dar una buena cobertura de comunicaciones de voz
y datos, a través de la red de comunicaciones móviles o usando WLAN; sino también para
realizar un posicionamiento basado en fingerprinting con una buena precisión, como se
demostrará más adelante. Simplemente, se han elegido estas densidades de elementos
considerando que, con un número más alto de ellos, resultará más sencilla la identificación de
la función que caracteriza el error de posicionamiento, intentando evitar correlaciones ocultas
con otras variables.
El despliegue de estos REP se realizó siguiendo un patrón hexagonal en el caso del escenario
diáfano, ya que ese tipo de distribución asegura una cobertura de señal uniforme, minimizando
el consumo de potencia para una determinada área de cobertura. Además, con ello se ha
tratado de minimizar las interferencias entre REP contiguos, y también la potencia radiante
hacia fuera del entorno.
La distribución en otros escenarios seguirá, sin embargo, otros patrones, para confirmar que
los resultados son independientes del patrón que siga la colocación de los REP.
Figura 14: Distribución de REP para la validación de la distribución lognormal.
Para asignar unos valores concretos a los parámetros de frecuencia y potencia radiante, que
son los parámetros que se van a emplear para realizar la identificación de la función, se
utilizarán los valores propios de la tecnología LTE.
Escenario tipo 1
100 m
Escenario tipo 2 Escenario tipo 3
20 dB de atenuación
10 dB de atenuación (pared interna)
60 m.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
58
Dentro de la citada tecnología LTE, los parámetros que deberían ser tomados como referencia
para el caso que nos ocupa sería los correspondientes a una célula HeNB (Nodo B
evolucionado para vivienda, o “Home evolved NodeB” que es el término estandarizado por el
3GPP para small-cells). Los parámetros usados son:
Potencia radiante: 20 dBm Omnidireccional.
Frecuencia: 2,6 GHz.
Dentro del LTE, se elige la banda de 2,6 GHz porque presenta mayor atenuación que las otras
bandas de frecuencias más bajas definidas habitualmente para proporcionar cobertura de
móviles en exteriores en LTE.
En concreto, los trabajos de validación se han realizado mediante simulación, empleando como
herramienta de trabajo el programa SW específico descrito en detalle en el Anexo A; y llevando
a cabo los siguientes pasos:
1) Generación del mapa radio para la simulación. Este mapa radio se empleará como base
de referencia para el método de posicionamiento fingerpinting wkNN con el que se van a
realizar las validaciones (ver Anexo B).
Para la obtención del mismo:
i) Se simulará la forma de propagación de las señales de radiofrecuencia generadas
por los REP desplegados, aplicada a entornos de interior.
ii) Se establecerán una serie de posiciones como puntos de referencia del mapa
radio. La resolución de la cuadrícula usada para ubicar esos puntos de referencia
será de 1 m (separación en el eje X) por 0,65 m (separación en el eje Y).
iii) Se "medirá" el valor de las señales de radiofrecuencia recibida en las posiciones
físicas de esos puntos de referencia del mapa radio.
iv) Se almacenarán esos valores, como mapa radio patrón a utilizar durante el proceso
de posicionamiento.
2) Obtención de un conjunto de valores “medidos” para una serie de posiciones físicas de
estudio en el entorno.
Para ello, de forma similar al punto anterior:
i) Se simulará la forma de propagación de las señales de radiofrecuencia generadas
por los REP desplegados, aplicada a entornos de interior.
ii) Se posicionarán una serie de puntos en rejilla, con un espaciado similar entre ellos,
pero no coincidentes físicamente con las posiciones que ocupan los puntos de
referencia del mapa radio. Para modelar la posición que se va a estimar, se usará
otra cuadrícula de tamaño menor.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
59
iii) Se capturarán los valores de las señales de radiofrecuencia correspondientes a las
diferentes estaciones emisoras en cada uno de esos puntos de verificación del
posicionamiento.
3) Estimación de la posición para cada uno de los puntos que contienen los valores
medidos.
Se implementará el método wkNN (algoritmo de los k vecinos más próximos ponderado)
que, como ya se ha indicado previamente, será el método utilizado a lo largo de todo el
trabajo para determinar cualquier posicionamiento en cualquier simulación. Este método
se basa en la técnica fingerprinting, y se usarán k = 4 vecinos, tal como se recomienda
en [LIN05]. El método ya se describió someramente en la § 2.3.2, aunque para revisar el
detalle de todas las consideraciones relativas al algoritmo wkNN, debe consultarse el
Anexo B.
Usando el método anteriormente descrito se realizará la estimación de la posición de los
puntos de verificación, establecidos en el paso 2, considerándolos valores “medidos”,
como si no se conociera la posición física en la que se han capturado los mismos
(aunque, como se ha indicado, son valores que proceden de una simulación, no de
medidas reales). Para ello los valores almacenados en los puntos de referencia del mapa
radio, establecidos en el primer paso, se tomarán como base del wkNN. De esa forma,
cada punto de estudio desplegado dispondrá de una posición estimada asociada.
4) Cálculo del error de posicionamiento, comparando la posición estimada en el paso 3
frente a la posición real fijada en el paso 2, para cada uno de los puntos de verificación
desplegados en el citado paso 2.
5) Obtención de la Función de Densidad de la Probabilidad, PDF, asociada a los errores de
posicionamiento encontrados en el paso anterior.
6) Comparación de esa función con una función de distribución lognomal.
Las gráficas en la Figura 15 muestran las distribuciones obtenidas para el error de
posicionamiento como resultado de las simulaciones llevadas a cabo, para cada escenario de
la Figura 14.
El grado de similitud entre la distribución del error de posicionamiento obtenido en las
simulaciones, y las curvas propias de la Función de Densidad de la Probabilidad de las
distribuciones del tipo lognormal ajustadas a los valores obtenidos en las citadas simulaciones
es suficientemente alto como para considerar probada la asunción hecha, y dar por cierto que
la función lognormal puede caracterizar el comportamiento seguido por la distribución del error
para el posicionamiento en interiores basado en técnicas fingerprinting.
Por tanto, el resto de las demostraciones en este trabajo se realizarán empleando la
distribución lognormal indicada.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
60
Figura 15: Similitud entre la Lognormal y la distribución del error de posicionamiento.
Debe señalarse aquí también qué es lo que debemos entender por área de cobertura de un
REP, suponiendo como tal el área cubierta por el citado REP con un nivel de señal adecuado
para realizar el posicionamiento.
Teniendo en cuenta que es suficiente con disponer de un nivel de señal que nos permita
comparar la medición en tiempo real con la medición almacenada durante la fase de
calibración, se podría pensar que cualquier nivel de señal es válido para realizar la
comparación. Pero eso nos ofrecería áreas de cobertura infinitas para los REP, y obviamente
no sería realista, ya que señales con niveles muy bajos tendrían unos niveles comparativos de
ruido muy altos. Debemos establecer un umbral de nivel RSS alineado con el nivel de la
sensibilidad de los receptores, es decir, en aquel nivel de señal que sea detectable de forma
clara por los terminales que la reciben. Parece razonable asumir que ese umbral se encuentre
como mínimo alrededor de los -100 dBm, aunque también se puede establecer cualquier otro
nivel que garantice una buena recepción de la señal, por ejemplo en los -95 dBm o incluso algo
por encima de ellos. Umbrales más altos asegurarán, obviamente, mejores calidades en las
señales recibidas, aunque eso irá en detrimento de lo que se vaya a considerar como tamaño
del área cubierta por cada REP.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
61
3.3 De Error de Posicionamiento y Probabilidad, a los Parámetros de Localización y Escala.
El segundo paso en la presente aproximación consiste en determinar el tipo de relación que
existe entre los parámetros de localización y escala de la función lognormal asociada a la
distribución del error, denominados habitualmente µ y σ como ya se ha indicado previamente; y
los requerimientos de posicionamiento en interior dados inicialmente en el sistema: el error
máximo de posicionamiento y su probabilidad asociada.
A partir del conocimiento de esta forma de relación, podremos modificar alguna de estas
variables de forma independiente, conociendo de antemano el impacto que tendrá esa
modificación en el resto de ellas. Es decir, podremos realizar inferencias en ambos sentidos,
que serán útiles a la hora establecer el dimensionamiento del sistema, a efectos de establecer
el número de REP necesarios, y la granularidad, o densidad, de puntos de referencia a
registrar en el mapa radio.
3.3.1 Parámetros de Localización y Escala de la Función
Lognormal.
La Figura 16 muestra un ejemplo de Función de Distribución Acumulativa (CDF, Cumulative
Distribution Function) de la función lognormal. La expresión de la CDF se indica en la
Ecuación 3.
Ecuación 3: Función de Distribución Acumulativa, CDF, para una distribución lognormal.
En esa ecuación, es el valor de la distribución acumulativa hasta el valor , y los
valores μ y σ corresponden a los citados valores característicos de la distribución lognormal.
En relación con la cuestión del posicionamiento, una vez establecida la relación entre la
probabilidad de distribución del error y la distribución lognormal, la CDF será la función que
computa la acumulación de valores obtenidos para el error de localización hasta un
determinado punto. Para el presente trabajo, será evaluada llevando a cabo el método de
localización fingerprinting según el algoritmo wkNN, como ya se ha indicado.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
62
Disponemos, por tanto, de una serie de puntos, identificados por un error de posicionamiento
concreto ( ) asociado a un determinado porcentaje de oportunidades de realización del
proceso de localización ( ).
Por citar un valor de ejemplo: en el caso concreto de la función representada en la Figura 16, la
CDF alcanza una probabilidad del 80% para un valor de error de posicionamiento menor o igual
a 2,035 m. La distribución lognormal asociada a esta CDF, presenta unos valores para µ
(parámetro de localización) y σ (parámetro de escala, o forma) de 0,5 y 0,25, respectivamente.
Figura 16: Ejemplo de Función de Distribución Acumulativa, CDF.
Hemos de profundizar ahora en las características básicas de la función lognormal, para
averiguar la forma en qué podremos influir sobre las mismas.
En relación a la función de distribución acumulativa, tenemos que:
1) Para un parámetro de localización, µ, invariante:
Aunque el parámetro de escala, σ, varíe, el centro de la curva de la CDF no se desplaza
en el eje X, es decir, CDF = 0,5 permanece en el mismo valor de error de
posicionamiento.
Si el parámetro de escala crece, la curva se hace menos empinada. En el eje X, el
tramo de valores de error de posicionamiento correspondiente a los valores de CDF
entre 0,1 y 0,9 se alarga.
Si el parámetro de escala decrece, la curva se hace más empinada. Al contrario
que antes, el tramo de valores de CDF entre 0,1 y 0,9 se hace más corto.
La Figura 17 muestra lo anteriormente comentado.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
63
Figura 17: Variación del parámetro de escala, manteniendo fijo el parámetro de localización, para la CDF de una distribución lognormal.
2) Para un parámetro de escala, σ, invariante:
Si el parámetro de localización, µ, crece, todos los valores de CDF se desplazan
proporcionalmente hacia valores mayores del error de posicionamiento. La curva se
hace menos empinada.
Si el parámetro de localización decrece, la curva se desplaza hacia valores
menores de error, haciéndose más empinada.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
64
Figura 18: Variación del parámetro de localización, manteniendo fijo el parámetro de escala, para la CDF de una distribución lognormal.
Una vez vistas esas características de la distribución lognormal, nos encontramos en
condiciones ya de saber cómo podemos actuar sobre ellas.
3.3.2 Relación Entre los Requerimientos Iniciales y la Función
Lognormal (Parámetros de Localización y Escala).
Como se ha visto anteriormente, la curva correspondiente a la representación de la Función de
Distribución Acumulativa del error de localización ofrece una infinidad de puntos que relacionan
un error de posicionamiento con su probabilidad asociada, que son los requerimientos iniciales
del sistema. Y esa CDF puede ser evaluada llevando a cabo el método de localización
fingerprinting según el algoritmo wkNN ya indicado.
Se demostrará que una distribución lognormal puede ser completamente especificada
partiendo únicamente del conocimiento de estos dos parámetros (posicionamiento y percentil
de probabilidad) a través de sus parámetros de localización y escala (de la citada distribución
lognormal), que pueden ser hallados a partir de los citados requerimientos iniciales.
Una vez que hayamos encontrado esa relación, el objetivo buscado será evitar una
determinada zona prohibida, que será la que nos impone los parámetros de partida del sistema
de posicionamiento que se está definiendo.
0
0,2
0,4
0,6
0,8
1
1,2
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67
Mu = 0
Mu = 1
Mu = 2
Mu = 3
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
65
La Figura 19 aclara la idea que se encuentra detrás de esa aseveración.
En ella se representa la curva correspondiente a una Función de Distribución Acumulativa de
ejemplo. Dentro de la gráfica se ha marcado un área prohibida, que se encuentra delimitada
por unos requerimientos iniciales de error de posicionamiento y probabilidad. También a modo
de ejemplo, los requerimientos iniciales se han fijado en que el 80% de las muestras
localizadas deben serlo con un error menor de 3 m (es decir, una precisión mayor que esa
cifra). Es decir, toda el área que presenta un error de localización mayor de 3 m para una
probabilidad menor del 80%, que es la zona pintada de gris en la gráfica, debe ser evitada por
la curva de la CDF.
El objetivo del proceso que se va a describir será encontrar una CDF, y a partir de ella su
distribución lognormal, que evite ese área prohibida.
Existirán infinitas funciones de distribución acumulativas que cumplan con el mismo par de
requerimientos iniciales concretos, con independencia de los valores específicos que tomen
éstos. Será condición suficiente que cumplan con el requisito de esquivar el área prohibida.
De la misma manera, existirán igualmente una infinidad de funciones de distribución lognormal
asociadas a las mismas.
Figura 19: Curvas para las restricciones de Exactitud y Precisión (Exactitud de 3m, para un 80% de Precisión)
Tal como se ha visto en § 3.2.1, existe una relación directa entre los parámetros µ y σ, de
posicionamiento y escala, y la forma concreta que tiene la curva de la CDF.
Lo que habrá que hacer en el proceso general que se está planteando, por tanto, será
encontrar la forma en que influyen el número de estaciones emisoras desplegadas y la
densidad de puntos considerados en la elaboración del mapa radio, sobre esos parámetros µ y
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
66
σ que vendrán determinados en origen por su relación con los parámetros de error de
localización y localización iniciales del sistema.
Así, partiendo del error de posicionamiento y de la probabilidad asociada que se buscan, se
podrá establecer un punto de referencia mínimo, similar a la que se representa en la Figura 19,
que será el correspondiente a los valores mínimos posibles que debe respetar la función para
cumplir con esos parámetros seleccionados. Conociendo la relación tanto del número de REP
con cobertura desplegados en el entorno, como de la granularidad del mapa radio, con
respecto a los parámetros µ y σ de la función, esos requerimientos mínimos iniciales de error
de posicionamiento y de probabilidad asociada tendrán traslación directa a consideraciones
reales de dimensionamiento del sistema.
Obviamente, como se ha indicado antes, existirán infinitas funciones que cumplen el
requerimiento, No habrá una solución única. Lo que el método proporcionará será una forma
segura de llegar a ellas.
De las observaciones descritas en § 3.2.1 se infiere que, de manera concreta, lo que se debe
buscar para evitar el área prohibida es minimizar el valor de µ lo suficiente para que la
pendiente de la curva permita salvar la esquina de la citada área prohibida. Con un valor de σ
menor, la curva se hace más empinada para un mismo valor de µ, lo cual puede facilitar que se
esquive la esquina de esa área. Pero ya, a priori, es obvio que la influencia del parámetro µ va
a ser mucho más significativa que la del parámetro σ, que tan solo es capaz de cambiar la
pendiente de la curva mediante el "giro" de la misma con su variación, pero no de desplazarla
hacia valores de menor error.
3.3.3 Relaciones que Delimitan Cómo Evitar el Área Prohibida.
En esta sección se detallará la demostración matemática que describe la forma de encontrar la
función de distribución lognormal asociada a una determinada CDF, evitando el área prohibida
mostrada en la Figura 19.
Se tienen los parámetros específicos de la función de distribución lognormal correspondientes
a la distribución normal subyacente; es decir, podremos definir la función a partir de una dupla
de valores [µ, σ]. Y por otro lado, se tiene que la función de distribución acumulativa, CDF,
correspondiente a una distribución lognormal se puede expresar también en función de esos
valores µ y σ de la normal subyacente, según la expresión de la Ecuación 3.
En esa ecuación, es el valor de la distribución acumulativa hasta el valor , y los
valores μ y σ corresponden a los citados valores característicos de la distribución lognormal.
Teniendo en cuenta que la CDF es una función continua monótonamente creciente, podemos
partir de la base de que, para encontrar la forma de esquivar el área prohibida, es necesario y
suficiente con asegurarnos que el valor de la CDF, para el punto de máximo error de
localización definido en el sistema, sea mayor que la probabilidad requerida al mismo. Es decir,
hay que asegurar que se puede cumplir la Ecuación 4, donde x0 es el error buscado, con una
probabilidad de aparición y0.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
67
Ecuación 4: Condición para esquivar el área prohibida.
Cualquier curva que cumpla con ese condicionante será aceptable, pero en los casos en los
que haya que decidirse por una de entre las posibles, el criterio que se tomará será elegir
aquella que presente el mínimo error de posicionamiento medio.
Con ese objetivo en mente, iniciamos la búsqueda de los parámetros σ y µ de la distribución
lognormal que tiene esa CDF buscada.
Si se realiza el cambio de variable indicado en la Ecuación 5, seremos capaces de establecer
una relación entre z y 0( )P x x , sustituido por y0 como el valor que se desea superar.
0
2
ln( )
2
xz
,
Ecuación 5: Cambio de variable para encontrar µ y .
Introduciendo el citado cambio de variable, y teniendo en cuenta que, aunque existen infinitas
funciones válidas, lo que se está buscando es fijar el valor mínimo de y0 que esquive el área
prohibida, se tiene que la Ecuación 4 se convierte en una inecuación con las restricciones
indicadas en las Ecuación 6, donde erf (z) es la función de error de la variable z.
La Ecuación 6 y la Figura 20 muestran la expresión y la representación gráfica,
respectivamente, de la función de error, erf(z), definida ésta como el doble del valor de la
integral de la distribución Gaussiana, con media 0 y varianza 1/2.
2
0
2erf ( )
z
tz e dt
Ecuación 6: Función de error.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
68
Figura 20: Gráfica de la Función de Error, señalando un nivel umbral
Despejando z en la Ecuación 6 tenemos la Ecuación 7, que nos indica que el valor de z tiene
que ser mayor que un determinado valor de umbral, al que denominaremos ( ).
Ecuación 7: Valor de z frente a la función de error.
Además, se observa que para hallar el valor de la variable Zth en la Ecuación 7, deberemos
encontrar en primer lugar el inverso de la función de error.
Ese valor se puede obtener mediante simulación por software, fijando y0 como uno de los
requerimientos de entrada del sistema, y empleando aproximaciones racionales precisas, que
generan una aproximación inicial, y luego son mejoradas para alcanzar la precisión total en un
paso usando el método de Halley.
Considerando ya el valor de Zth como un valor conocido se deshace el cambio de variable por
el que se introdujo z, y se llega a una expresión como la reflejada en la Ecuación 8
0
2
ln( )
2th
xz
Ecuación 8: Valor umbral frente a , µ y x0.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
69
Por otro lado, la media de una distribución lognormal se define según se indica en la
Ecuación 9. Y, basándonos en ella, podemos obtener una relación entre el valora medio de la
función lognormal ( x ) y el parámetro µ como se indica en esa misma ecuación.
21
2x e
2
ln( )2
x
Ecuación 9: Relación entre la media de la lognormal, y el parámetro µ.
Sustituyendo la Ecuación 9 en la Ecuación 8, y recolocando los términos, podemos plantear
una ecuación de segundo grado en σ, como se muestra en la Ecuación 10. Por definición, σ
debe ser un número real mayor que cero; y por tanto el radicando de la raíz cuadrada que nos
encontramos para resolver la ecuación de segundo grado, deberá ser igualmente un número
real positivo.
20
12 ln( ) ln( ) 0
2thz x x
2
01
2 4 ln( ) ln( ) 02
thz x x
2ln( )o thx zx e
Ecuación 10: Relación entre la media, el valor umbral, y el parámetro sigma.
Con objeto de encontrar los menores errores de posicionamiento con altos valores de
probabilidad asociada, se necesita determinar el valor mínimo para el error de posicionamiento
medio. Para alcanzar ese objetivo, la media de la lognormal presenta la relación de igualdad en
la última expresión de la Ecuación 10.
Usando exactamente este valor para la media, somos capaces de obtener los valores de σ (σ)
y µ en función de zth, es decir, en función de x0 y su probabilidad asociada, de acuerdo a lo
indicado anteriormente en la Ecuación 6. Los valores obtenidos son los indicados en la
Ecuación 11.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
70
2thz
2( ) 2o thln x z
thln e z
Ecuación 11: Valores máximos de µ y σ para evitar el área prohibida.
Como se ha indicado al principio de la demostración, los valores de la Ecuación 11 obtenidos
para y σ, en el caso de la igualdad, serían los máximos admisibles para que la curva de la
función CDF buscada pueda cumplir con los requerimientos iniciales del sistema, en relación al
error de posicionamiento y la probabilidad asociada al mismo.
Es decir, se ha demostrado cómo, partiendo de los requerimientos iniciales del sistema x0 e y0,
podemos llegar a unos parámetros µ y σ mínimos, que fijan los límites de las funciones de
distribución lognormal que esquivan el área prohibida.
A partir de estos resultados, en [BAR13] se proponía un método sencillo para encontrar el
número de estaciones base a desplegar, y la máxima distancia entre las mismas. Para la
realización del citado artículo, ese método había sido verificado con éxito sobre los escenarios
descritos en la Figura 13 con numerosas pruebas.
Sin embargo, con posterioridad, el método no superó de forma adecuada otras nuevas
pruebas, similares a las iniciales, pero aplicadas sobre escenarios más grandes y con otras
características distintas en cuanto al número de paredes.
Esos resultados no fueron satisfactorios en el sentido de que, usando las recomendaciones
finales en relación al número de REP requeridos y la distancia que había de separar a los
mismos, se observó que normalmente el método propuesto requería un número de REP más o
menos fijo, que estaba muy por encima de las necesidades del sistema que se iba a
implementar. La curva de la CDF asociada al error obtenida quedaba en algunos de los nuevos
casos lejos del área prohibida delimitada por los requerimientos iniciales. La conclusión fue que
los resultados encontrados no permitían, por tanto, realizar un dimensionamiento real del
sistema, que era el objetivo perseguido, sino que llevaba a un sobredimensionamiento del
mismo.
Después de la revisión de las pruebas y de los puntos de partida para las mismas, el autor ha
llegado a la conclusión de que no solamente se debía tener en cuenta el número de REP
desplegados, sino también la granularidad del mapa radio usada durante la fase de calibración,
que no se había contemplado en el planteamiento inicial de [BAR13]. Así se ha asumido ya a lo
largo del resto del trabajo, y el razonamiento para ello se explica más en detalle en los
siguientes apartados de este mismo capítulo.
Por tanto, a partir de este punto, lo descrito en este trabajo se aparta de lo visto en [BAR13]
para el despliegue efectivo de celdas.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
71
El objetivo buscado es el mismo y se alcanzará teniendo en cuenta los mismos requerimientos
iniciales de error en la localización y probabilidad asociada necesarios para el sistema que se
quiere desplegar. Se buscará la lognormal asociada a esos requerimientos, y a partir de ella se
verificará que ésta cumple con los requerimientos gráficos de la CDF, salvando el área
prohibida. Pero el objetivo se alcanzará por un camino ligeramente diferente al emprendido
inicialmente, y descrito en la primera parte de [BAR13]. La segunda, relativa a la
autocalibración del mapa radio, no se ve impactada por estos cambios.
Por simplificar, a través del resto del trabajo se usarán directamente y σ para identificar a una
distribución lognormal específica.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
72
3.4 Determinación de la Influencia de los Puntos Emisores y los Puntos de Referencia
Como paso final del método, se probará que se puede recomendar un número de REP
concreto a desplegar y un dimensionamiento específico de la rejilla del mapa radio, para poder
cumplir los requerimientos de partida del sistema relativos a error en el posicionamiento y
probabilidad.
Tal como se indicó en la introducción del capítulo, el primer paso para realizar todo este
proceso consistirá en determinar la relación que existe entre el número de REP y la
granularidad del mapa radio, con los citados parámetros µ y σ característicos de la distribución
lognormal.
Para ello, se han llevado a cabo una serie de simulaciones, que se describen en detalle dentro
del anexo C, y cuyos resultados se resumen en las Figura 21 a Figura 24.
Estas simulaciones se han realizado siempre sobre un escenario rectangular completamente
diáfano, de diferentes tamaños.
Se han obtenido las siguientes curvas:
1) variación del parámetro µ según se varían los REP, manteniendo fija la granularidad de
puntos de referencia del mapa radio (Figura 21).
2) variación de µ según cambia la granularidad del mapa radio, para un número de REP fijo
(Figura 22).
3) variación de σ según se varían los REP, para una granularidad del mapa radio fija
(Figura 23).
4) variación de σ según cambia la granularidad del mapa radio, para un número de REP fijo
(Figura 24).
La observación detenida de las figuras citadas, obtenidas como se ha indicado a partir de las
simulaciones descritas en el Anexo C, confirman que el factor realmente significativo a la hora
de variar el valor de µ, provocando su incremento o decremento de forma directa con su
variación, es la granularidad del mapa radio, o densidad de los puntos de referencia
pertenecientes al mismo.
Para el factor µ, esas mismas figuras muestran de forma clara que el número de REP usados
tiene una influencia directa mucho menor en la variable que la densidad de puntos del mapa
radio. Tan solo hay que distinguir dos casos: si se usan 3 REP se obtiene una curva; y si se
usan más de 3, se obtienen diferentes curvas muy similares entre sí.
Obviamente, el número de REP usados sí que tienen relación directa con la cobertura
obtenida, y por tanto con la disponibilidad de la propia localización, pero una vez asegurada la
cobertura de varios de ellos sobre un punto determinado, la influencia de la variación de REP
sobre µ es casi nula. Salvo en el caso de pasar de 3 a 4 REP, cuya influencia, especialmente
cuando el área de resolución del mapa radio es grande, es algo más significativa.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
73
Figura 21: Variación de µ frente al número de REP, para diferentes granularidades del mapa radio.
Figura 22: Variación de µ frente a la granularidad del mapa radio, para diferentes números de REP.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
74
Figura 23: Variación de σ frente al número de REP, para diferentes granularidades del mapa radio.
Figura 24: Variación de σ frente al área de resolución del mapa radio, para diferentes números de REP.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
75
Según esas mismas figuras se observa que σ presenta un comportamiento más difícil de
alinear con una variable concreta, con independencia de que modifiquemos la densidad de
puntos del mapa radio o el número de REP presentes en el escenario.
Se observa claramente que, de forma similar a µ, el comportamiento de teniendo cobertura
de 3 REP es completamente distinto a su comportamiento cuando se dispone de 4 REP o más,
y que además en este segundo bloque, todos los casos son bastante similares entre sí. El valor
de sigma es mayor para el caso de 3 REP y se aprecia un decremento para el resto de valores
mayores.
Sin embargo, no se observa una relación directa con la densidad de puntos del mapa radio. En
todos los casos, se manifiesta una tendencia ligeramente creciente con la bajada de la
granularidad, que se acentúa para obtener un máximo en la rejilla de 16 m2, para luego volver a
decrecer incluso por debajo de los valores correspondientes a las altas granularidades.
En cualquier caso, en función de lo visto a lo largo del capítulo, se pueden extraer ya unas
primeras conclusiones:
1) Como se había estimado en una primera evaluación teórica, y se puede observar
directamente en la Figura 17, la influencia de σ en el movimiento de la curva de la CDF
hacia distintas posiciones es limitada. Por ello, podemos decir que la influencia sobre el
parámetro de escala σ procedente de las variables reales presentes en el entorno es,
también, limitado. A la vista de las pruebas, el factor de escala σ es una variable que
incluso podría ser fijada y, con posterioridad, mantenerse como una constante en el
estudio, por su poca influencia en el mismo.
2) Aunque en una primera aproximación podría parecer que la influencia principal en el
desplazamiento de la curva de la CDF iba a provenir de los REP desplegados, se
manifiesta que, en relación a ambos parámetros σ y µ, la subida del número de REP
presentes en el escenario y con cobertura sobre los puntos del mapa radio, tan solo
permite una ligera bajada en los valores de los mismos, algo más significativa en σ que
en µ.
3) Se confirma que el principal factor de influencia sobre el desplazamiento de la curva de
la CDF es el que proviene de la granularidad de la rejilla del mapa radio, y en concreto a
través de su relación con el parámetro µ. Si se cambia la granularidad del mapa radio sin
variar los REP, σ realiza una curva creciente y luego decreciente; pero µ es directamente
decreciente al decrecer el área de la rejilla del mismo (y, por tanto, aumentar la
densidad). Es decir, al hacer más pequeña el área de la rejilla, se logra que la forma de
S de la función lognormal se desplace hacia valores menores de error, y se haga más
empinada. Que es el efecto que se estaba buscando.
Partiendo de las conclusiones anteriores, y teniendo en cuenta el objetivo buscado, que es
encontrar la relación que permita, por adelantado, esquivar el área prohibida en la CDF de la
lognormal, podemos decir que la forma de llevarlo a cabo será incrementando la granularidad o
densidad de puntos de referencia presentes en la rejilla del mapa radio; y como complemento
adicional añadiendo REP en el entorno para asegurar una correcta cobertura de los mismos en
todos esos puntos de referencia.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
76
La cuestión de la cobertura está relacionada con el número de REP igualmente, pero una vez
asegurada una cobertura de un número mínimo determinado de REP sobre cada punto de
referencia concreto del espacio físico donde se pretende realizar la localización, la mejoría que
se obtiene en forma de incremento de la probabilidad para un binomio formado por un
determinado error de localización y una probabilidad, viene determinada por el incremento de la
densidad de puntos de referencia empleados en el mapa radio, casi exclusivamente.
En cualquier caso, en relación al número de REP, sí que será necesario contemplar dos casos
diferentes:
1) Cobertura de 3 REP.
2) Cobertura de 4 ó más REP.
Para ambos casos, por separado, se fijará un valor constante de , y a partir de ahí se
obtendrá una función para obtener µ.
3.4.1 Determinación del valor del parámetro de escala (σ).
De la observación de la Figura 23 y de la Figura 24 se concluye, como se ha discutido
anteriormente, que σ muestra una distribución que parece no estar directamente relacionada
con el número de REP presentes en el escenario, ni con la granularidad del mapa radio, más
allá del cambio al pasar de 3 REP a un número superior de ellos.
La primera de esas figuras da una idea inicial de que puede haber alguna relación subyacente
con el número de REP presentes en el escenario, que haría que σ decrezca, ante un mayor
número de los citados REP. Pero ese decrecimiento se produce solamente en todos los casos
del paso de 3 a 4 REP; y para los sucesivos incrementos de REP presentes en el entorno no
siempre se produce. Incluso para un mismo incremento en el número de REP (por ejemplo, de
5 a 6), se tienen resoluciones del mapa radio para las que σ crece levemente, y otras
resoluciones para las que decrece.
Dado que este valor es el menos determinante, se optará por tomar un valor constante para el
parámetro de escala σ, de cara a la continuación en el avance de las deducciones y
demostraciones. Ese valor constante se usará a partir de este momento para todas las
simulaciones, lo cual simplificará, además, las posteriores deducciones, al eliminar una variable
de la escena. Se puede optar entre dos opciones para trabajar con constante:
1) Valor máximo. Este valor garantizará que se esquiva el área prohibida de la Figura 19 en
todos los casos, pero a costa de llevar a cabo un pequeño sobredimensionamiento del
sistema. Será el que se elija, para demostrar la validez de la propuesta.
2) Valor medio. En un sistema real, será mejor usar el valor medio, que garantizará que se
alcanzan los requerimientos iniciales en un porcentaje muy algo de las veces, aunque no
siempre.
En cualquier caso, habrá que manejar dos valores de : el necesario para cobertura de 3 REP,
y el necesario para más REP.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
77
La Figura 25 muestra unas curvas creadas con objeto de encontrar el valor adecuado de
para usar en lo sucesivo, a partir de las curvas obtenidas en la Figura 24. A partir de estas
curvas, se obtienen los valores de la Tabla 1. Los valores máximos son los resaltados en
amarillo dentro de esa tabla, y serán los usados en el resto del capítulo.
Figura 25: Ajuste de curvas para encontrar según los REP desplegados.
Valores de 3 REP > 3 REP
Máximo 1,0722 0,9525
Medio 0,9841 0,8568
Tabla 1: Valores máximo y medio del parámetro sigma ( )
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
78
3.4.2 Determinación del valor de localización (µ).
Si nos fijamos en la Figura 26, que representa la relación entre el parámetro µ y el área de la
cuadrícula del mapa radio, para 3 REP o más de 3 REP (en este segundo caso, los valores
obtenidos en la Figura 22 se han promediado), podemos inferir que el comportamiento de esa
variable frente a la granularidad del mapa radio sigue una distribución parecida a una función
logarítmica. Por tanto, se probará a realizar un ajuste sobre ese tipo de función, para confirmar
la afinidad entre ambas.
Además, como ya se había comentado antes, en la citada figura también se observa que el
comportamiento cuando se reciben señales de 3 REP es ligeramente distinto al presentado
cuando las señales son recibidas desde 4 REP o más. Por tanto, habrá que buscar un ajuste
distinto para cada uno de ambos casos, aunque la función buscada sea del mismo tipo
logarítmico.
Las respectivas funciones de ajuste, tanto para la cobertura procedente de 3 REP, como para
la cobertura procedente de 4 REP o más, se encuentran parametrizadas en la Ecuación 12,
para el caso de 3 REP, y en la Ecuación 13 , para más de 3 REP.
En las citadas ecuaciones, es el área delimitada por cuatro puntos de referencia que
forman un cuadrado en el mapa radio, y que establece, por tanto, la granularidad del mismo.
Ecuación 12: Expresión de µ en función de la granularidad del mapa radio, para un despliegue con 3 REP.
Ecuación 13: Expresión de µ en función de la granularidad del mapa radio, para un despliegue 4 REP o más.
La confirmación de la bondad del ajuste realizado se puede llevar a cabo mediante la
comparación de ambas curvas frente a los resultados obtenidos en las simulaciones, ya que
todas ellas se encuentran representadas en la Figura 26. La citada comparación ratifica
totalmente la idoneidad de los ajustes realizados.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
79
Figura 26: Comparación entre los valores simulados y las correspondientes funciones de ajuste.
Por tanto, despejando la granularidad del mapa radio a partir de la expresión de µ, tenemos el
valor del área entre puntos de referencia adyacentes y que forman un cuadrado, que es el dato
que realmente se estaba buscando para poder elaborar las tablas de la siguiente sección.
La expresión se muestra en la Ecuación 14.
Una vez conocida el área máxima de un cuadrado, la obtención de la longitud máxima de sus
lados es trivial.
Ecuación 14: Granularidad del mapa radio, en función del área de un cuadrado con 4 puntos de referencia; para un despliegue con 3 REP (expresada en m
2).
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
80
Despejando como antes el área de resolución del mapa radio en la Ecuación 13, tenemos
la expresión de la misma en función de µ, para una cobertura sobre el punto en que se realiza
el posicionamiento de 4 o más REP.
Su expresión de muestra en la Ecuación 15.
Ecuación 15: Granularidad del mapa radio, en función del área de un cuadrado con 4 puntos de referencia; para un despliegue con 4 REP o más (expresada en m
2).
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
81
3.5 Determinación de Parámetros de Trabajo para el Dimensionamiento del Sistema Físico.
Una vez recorrido el camino completo para determinar las relaciones entre un número concreto
de puntos emisores y un dimensionamiento concreto de la rejilla del mapa radio para poder
cumplir los requerimientos de partida del sistema relativos a error en el posicionamiento y
precisión, estamos en condiciones de establecer un método más práctico para realizar el
dimensionamiento de un sistema real.
De los trabajos realizados en la sección 3.4 podemos obtener directamente la Tabla 2, que
serán de aplicación en cualquier entorno diáfano.
En ella, se pueden observar en el grupo de la izquierda, tanto los requerimientos de partida que
hemos estado tratando durante todo el trabajo, y que son los relativos al error buscado y la
probabilidad asociada al mismo, como el número de REP.
En realidad, aunque el citado número de REP puede tratarse como una variable de salida del
proceso, también puede ser considerado una variable de entrada. Tal como se ha visto en la
sección 3.3, el establecer un número de REP con cobertura asegurada sobre cada uno de los
puntos del mapa radio, puede fijar la cantidad de dispositivos a desplegar si se trata de diseñar
un nuevo sistema (caso en que sería variable de salida). Pero, sencillamente, conocer ese
número puede permitirnos asegurar que, con el diseño y la cobertura disponible en un sistema
ya instalado que realiza otras tareas relacionadas con las comunicaciones móviles de voz y
datos, se pueda proveer además el posicionamiento en tiempo real como una funcionalidad
adicional (caso en que sería variable de entrada). Es decir, el número de REP presentes en el
entorno proporcionando cobertura, no es tanto un valor a deducir de los requerimientos de
partida, como una variable del sistema que se debe fijar a priori, para obtener unos resultados
más o menos "favorables". O bien una variable ya fijada por el sistema disponible. Es decir,
como resultado final, una vez aseguradas las coberturas en el sistema, lo que habrá que hacer
es dimensionar el tamaño de la rejilla del mapa radio de la forma adecuada.
Además, en relación al número de REP cuya cobertura hemos de asegurar, y teniendo en
cuenta que los resultados obtenidos para un número mayor o igual a 4 son similares, si el
sistema fuera de nuevo despliegue obviamente tendría una opción binaria sencilla: desplegar
cobertura de 3 REP o desplegar cobertura de 4 REP. Introducir más elementos no generaría
ninguna ganancia, a efectos de la localización. Eso no quiere decir que, por los motivos que
sean, el número de REP que hubiera que desplegar fuera mayor. Pero como se ha visto, su
influencia en la localización sería nula.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
82
Requirements Results
CDF [%]
Error [m]
#REP [ud]
Mu Grid Area
[m2]
Grid Side [m]
70
1
3
-0,562262 10,87452 3,3
2 0,130885 37,37862 6,1
3 0,536350 76,96403 8,8
4 0,824032 128,48024 11,3
5 1,047176 191,18700 13,8
1
>3
-0,504735 24,75678 5,0
2 0,188412 91,50842 9,6
3 0,593877 196,59993 14,0
4 0,881559 338,24229 18,4
5 1,104702 515,23815 22,7
75
1
3
-0,723188 8,16431 2,9
2 -0,030041 28,06290 5,3
3 0,375424 57,78259 7,6
4 0,663106 96,45961 9,8
5 0,886250 143,53822 12,0
1
>3
-0,649196 18,85229 4,3
2 0,043951 69,68367 8,3
3 0,449416 149,71088 12,2
4 0,737098 257,57156 16,0
5 0,960242 392,35393 19,8
80
1
3
-0,902386 5,93326 2,4
2 -0,209239 20,39417 4,5
3 0,196226 41,99239 6,5
4 0,483908 70,10018 8,4
5 0,707052 104,31365 10,2
1
>3
-0,810060 13,91868 3,7
2 -0,116913 51,44758 7,2
3 0,288552 110,53181 10,5
4 0,576234 190,16555 13,8
5 0,799377 289,67562 17,0
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
83
Requirements Results
CDF [%]
Error [m]
#REP [ud]
Mu Grid Area
[m2]
Grid Side [m]
85
1
3
-1,111264 4,08984 2,0
2 -0,418117 14,05787 3,7
3 -0,012652 28,94571 5,4
4 0,275030 48,32064 7,0
5 0,498174 71,90428 8,5
1
>3
-0,997568 9,77256 3,1
2 -0,304420 36,12228 6,0
3 0,101045 77,60639 8,8
4 0,388727 133,51867 11,6
5 0,611870 203,38650 14,3
90
1
3
-1,374080 2,56091 1,6
2 -0,680933 8,80254 3,0
3 -0,275468 18,12476 4,3
4 0,012215 30,25665 5,5
5 0,235358 45,02387 6,7
1
>3
-1,233494 6,26265 2,5
2 -0,540346 23,14860 4,8
3 -0,134881 49,73327 7,1
4 0,152801 85,56410 9,3
5 0,375944 130,33819 11,4
95
1
3
-1,763612 1,27955 1,1
2 -1,070465 4,39814 2,1
3 -0,665000 9,05593 3,0
4 -0,377318 15,11756 3,9
5 -0,154174 22,49592 4,7
1
>3
-1,583172 3,23841 1,8
2 -0,890025 11,97011 3,5
3 -0,484559 25,71702 5,1
4 -0,196877 44,24510 6,7
5 0,026266 67,39773 8,2
Tabla 2: Error de posicionamiento, CDF y REP, frente a resolución del mapa radio.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
84
La forma de interpretar y usar la Tabla 2 es sencilla:
1) Una vez fijados los valores de partida para un sistema de localización concreto, se
buscan los mismos en las columnas "Error" y "CDF". En la tabla se han mostrado
únicamente 5 valores de error de posicionamiento (desde 1 a 5 m), para 6 valores de
probabilidad cada uno de ellos: 70, 75, 80 85, 90 y 95%, pero una tabla similar puede
generarse para un rango de errores y CDF distintos.
2) Se determina el número de REP que se van a usar. Como se ha indicado antes, puede
tratarse de una variable dada, o una variable a fijar en el momento del diseño del nuevo
sistema. Se localizan en la columna "REP", donde se presentan únicamente 2 opciones,
3 y más de 3 REP, para todos los anteriores valores de error de posicionamiento y de
CDF.
3) En la columna "Resolution side" se indica la separación máxima entre puntos de medida
del mapa radio, para cumplir con los anteriores condicionantes, en el caso concreto de
que la distribución de los mismos obedezca a la forma de una rejilla cuadrada. Debe
tenerse en cuenta que la cifra de referencia es un valor máximo, porque establece una
granularidad mínima. Es decir, a la hora de establecer la distancia entre puntos de
referencia del mapa radio, se debe disponer del dato de esta tabla como distancia
máxima de referencia. La distancia real que se use será menor que ésta.
En la Tabla 2, las columnas "Mu" y "Resolution Area" son informativas.
Para la creación de la tabla, desde el error de posicionamiento y su probabilidad asociada se
ha llegado al valor de µ a través de las ecuaciones de la sección 3.2.3, en concreto aplicando la
igualdad primero a la ecuación (6) y después a la ecuación (13). Después, partiendo de µ y en
función del número de REP, se han empleado las ecuaciones desarrolladas en los puntos 3.3.2
y 3.3.3, respectivamente; que nos ofrecen el área de la rejilla del mapa radio en función de µ.
Así, puede generarse una tabla mucho mayor, añadiendo otros posibles valores de error de
posicionamiento y probabilidad asociada, o incluso buscar el valor exacto del área máxima
necesaria, aplicando directamente las ecuaciones.
Una vez validado el procedimiento descrito, sabremos que asegurando la cobertura de un
número mínimo de REP sobre cada punto del escenario, y realizando la captura de un mapa
radio con una densidad de puntos igual o mayor a la obtenida, tendremos garantizado que el
sistema va a ser capaz de alcanzar los requerimientos de error de posicionamiento y
probabilidad asociada establecidos como punto de partida del proceso.
Lo que habrá que asegurar entonces para los nuevos despliegues que se realicen en el mundo
real, teniendo en cuenta el dato anterior, es que la disposición y el número de REP sobre los
citados escenarios se realicen de tal forma que se garantiza que todos los puntos físicos
correspondientes a los mismos se encuentran dentro del área de cobertura de, al menos, el
número de REP indicado, que son 3 ó 4. Según se ha visto, no se mejora la precisión del
posicionamiento añadiendo más REP al sistema.
Además, para la aplicación práctica de la granularidad del mapa radio, tanto si se usan como
referencia los valores de la tabla, como si se emplean directamente los obtenidos a partir de las
fórmulas, conviene tener presente que los resultados de este trabajo proceden de
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
85
simulaciones, donde se ha tenido en cuenta la atenuación teórica de la señal, principalmente,
pero no se han contemplado el efecto producido por ruidos u otro tipo de posibles
perturbaciones.
3.5.1 Escenarios con Paredes Internas.
Tal como se indicó al principio de la sección, las anteriores simulaciones fueron realizadas
sobre un escenario completamente diáfano. Por tanto, de entrada sus resultados solamente
tienen validez sobre este tipo de escenarios.
Sin embargo, en todos los entornos de interior nos vamos a encontrar con paredes, salas,
pasillos, etc, y prever cómo deber realizarse su tratamiento, e intentar establecer las reglas
oportunas, es necesario para un trabajo como éste.
La primera idea que debemos aplicar es que toda sala se puede considerar un espacio diáfano,
aunque sea de dimensiones reducidas.
Teniendo en cuenta que todo el razonamiento anterior para determinar la granularidad mínima
del mapa radio, se ha basado en identificar el área máxima de un cuadrado delimitado por
cuatro puntos de referencia del mapa radio, podemos decir que una condición inicial va a ser
que, dentro de cada sala, se disponga al menos de esos 4 puntos de referencia, para que
aquel razonamiento pueda tener validez dentro de la misma. Y, por supuesto, que el área
delimitada por esos 4 puntos, sea igual o menor que la máxima requerida por las condiciones
de dimensionamiento encontradas. Por tanto, parece que las condiciones necesarias y
suficientes que deberían cumplirse para que en cualquier sala pudiéramos aplicar las
consideraciones encontradas para el espacio diáfano, deberían ser las dos siguientes:
1) Respetar la granularidad mínima indicada por la Tabla 2
2) Asegurar que se ubican, al menos, 4 puntos de referencia dentro de la sala.
Abundando en este razonamiento, se tiene además el caso en el que. si no se siguiera la regla
anterior de los 4 puntos mínimos, por el tamaño de la sala y siguiendo solo una distribución
regular de los puntos de referencia que estuviera dentro del límite máximo, no fuera a situarse
dentro de la sala ninguno de ellos (o únicamente uno o dos de ellos).
En ese caso, dado que las paredes van a introducir una atenuación abrupta en el valor recibido
de la señal radio, podríamos encontrarnos con un mapa radio en el que donde todos los
valores almacenados en sus puntos de referencia se encontraran muy lejos de los valores que
pueden ser medidos entre las paredes de la sala. Seguramente, el resultado del
posicionamiento ofrecido por el algoritmo en ese caso presentaría un error muy grande. Por
tanto, parece conveniente asegurar que se dispone en cualquiera de las salas de, al menos,
esos 4 puntos de referencia, sea cual sea el tamaño de las mismas.
En línea con este razonamiento, nos encontramos con un problema adicional para realizar el
posicionamiento en el espacio situado entre los puntos de referencia del mapa radio y la pared
en sí. Con independencia del tamaño de la sala, para el espacio que va desde el último punto
de referencia de su interior hasta la pared, nunca se va a disponer de puntos de referencia del
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
86
mapa radio con valores similares a los que se puedan medir en él que lo rodeen: por tanto, el
resultado del posicionamiento realizado por el algoritmo siempre nos va a llevar hacia el interior
de la sala, en algún lugar dentro del perímetro formado por los puntos de referencia del mapa
radio.
Por tanto, dentro del espacio diáfano que se encuentra entre las paredes de cualquier sala, del
tamaño que esta sea, hay que procurar que la ubicación de los puntos de referencia del mapa
radio esté lo más próxima posible a las citadas paredes que la delimitan.
La distancia máxima objetivo de separación del perímetro del mapa radio se podría establecer,
de entrada, en unos 30 cm, para el caso de que el posicionamiento vaya a ser realizado por
una persona portando un terminal móvil.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
87
3.6 Simulaciones y Validaciones
Para validar el método de despliegue efectivo de REP que se acaba de describir, como se ha
indicado en la sección anterior, siempre se ha trabajado sobre un escenario diáfano
rectangular.
Además, para realizar estos trabajos de validación, se ha empleado como herramienta de
trabajo un programa SW específico, que se describe en detalle en el Anexo A.
Con independencia de la herramienta de simulación anteriormente citada, a continuación se
describen los distintos pasos seguidos en el procedimiento para obtener las diferentes
distribuciones de probabilidad, y para verificar la validez del método propuesto:
1) Determinación del entorno de partida y sus características físicas (como se ha indicado,
escenario diáfano).
2) Determinación de los valores iniciales de error de posicionamiento y de probabilidad
asociadas al sistema. Selección del número de entidades emisoras a desplegar (o ya
disponibles) y, en función de todos los anteriores, establecimiento de la densidad mínima
del mapa radio que se debe usar. Este valor se tomará a partir de los valores de
referencia indicados en la Tabla 2.
3) Generación del mapa radio para la simulación. Este mapa radio se empleará como base
de referencia para el método de posicionamiento fingerpinting wkNN con el que se van a
realizar las validaciones (ver Anexo B).
Para la obtención del mismo:
i) Se simulará la forma de propagación de las señales de radiofrecuencia generadas
por los REP desplegados, aplicada a entornos de interior.
ii) Se establecerán una serie de posiciones como puntos de medida del mapa radio,
con una distancia entre ellas tal que respeten la densidad mínima identificada
anteriormente.
iii) Se "medirá" el valor de las señales de radiofrecuencia recibida en las posiciones
físicas de esos puntos del mapa radio.
iv) Se almacenarán esos valores, como mapa radio patrón a utilizar durante el
proceso de posicionamiento.
4) Obtención de un conjunto de valores “medidos” para una serie de posiciones físicas de
estudio en el entorno.
Para ello, de forma similar al punto anterior:
i) Se simulará la forma de propagación de las señales de radiofrecuencia generadas
por los REP desplegados, aplicada a entornos de interior.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
88
ii) Se posicionarán una serie de puntos en rejilla, con un espaciado similar entre ellos,
pero no coincidentes físicamente con las posiciones que ocupan los puntos del
mapa radio
iii) Se capturarán los valores de las señales de radiofrecuencia correspondientes a las
diferentes estaciones emisoras en cada uno de esos puntos de verificación del
posicionamiento.
5) Estimación de la posición para cada uno de los puntos que contienen los valores
medidos.
Se implementará el método wkNN citado, y se realizará la estimación de la posición de
los puntos establecidos en el paso 4, empleando los valores “medidos” como si no se
conociera la posición física en la que se han capturado los mismos. Para ello los valores
almacenados en los puntos del mapa radio establecidos en el paso 3, se tomarán como
base del wkNN. De esa forma, cada punto de estudio desplegado dispondrá de una
posición estimada asociada.
6) Cálculo del error de posicionamiento, comparando la posición estimada en el paso 5
frente a la posición real fijada en el paso 4, para cada uno de los puntos desplegados en
el citado paso 4.
7) Obtención de la Función de Distribución Acumulativa, CDF, asociada a los errores de
posicionamiento encontrados en el paso anterior.
Los resultados de las citadas simulaciones son un conjunto de distribuciones de error de
posicionamiento, cada una de las cuales está caracterizada por la curva de su Función de
Distribución Acumulativa (CDF).
Finalmente, con ellas se verificará que, para cada una de las simulaciones realizadas, se
cumplen los requerimientos iniciales de la misma usando los valores de despliegue REP y
densidad mínima del mapa radio deducidos, lo cual certificará la validez del método propuesto.
Es decir, se pueden llegar a conocer todos los parámetros necesarios para llevar a cabo un
despliegue hexagonal de REP en el entorno diáfano objetivo (en el caso de este trabajo, el
escenario 1 de la Figura 13), con solo fijar la dupla inicial de requerimientos que expresan el
error en el posicionamiento esperado, y la CDF asociada al mismo.
A continuación se describen en detalle una serie de casos prácticos de simulación, realizados
siguiendo la metodología que se acaba de describir.
Para todos ellos, se han tenido en cuenta únicamente los posicionamientos realizados en el
interior del perímetro de los puntos de referencia que forman el mapa radio, ya que se ha
considerado que las medidas desde ahí al límite exterior del escenario no pertenecen a una
zona donde el algoritmo trabaje de forma normal, y por tanto desvirtuarían los resultados
(según se ha descrito en § 3.5.1).
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
89
3.6.1 Casos de simulación con 3 REP.
En esta sección se describen los casos de simulación de 3 REP para 4 casos concretos de
granularidad del mapa radio:
1) Requerimientos iniciales: 1 m de error de posicionamiento, con 95 % de CDF asociada.
Según indica la Tabla 2, para esos requerimientos, si se fija una cobertura de 3 REP, la
distancia máxima a la que se han de emplazar los puntos de referencia es de 1,1 m.
Si se genera un mapa radio con granularidad 1,1x1,1 m, se obtiene la gráfica de errores
de la Figura . Como se observa, la curva salva el requerimiento objetivo citado, pasando
justo por la esquina del área prohibida (x = 1 m, y = 95%).
Para este caso, teniendo en cuenta que la superficie total de escenario es de 6000 m2,
una vez establecida la distancia máxima entre puntos del mapa radio en 1,1 m, se tiene
que el número total de puntos de referencia a incluir en el citado mapa radio es de
(100/1,1)*(60/1,1) = 4958.
2) Requerimientos iniciales: 1 m de error de posicionamiento, con 85 % de CDF asociada.
Al igual que antes, según indica la Tabla 2, para esos requerimientos, con una cobertura
de 3 REP, la distancia máxima a la que se han de emplazar los puntos de referencia es
de 2,0 m.
Generando un mapa radio con granularidad 2,0x2,0 m, se obtiene la gráfica de errores
de la 27. En este caso, la curva salva con claridad el requerimiento objetivo citado,
pasando lejos de la esquina del área prohibida (x = 1 m, y = 87%).
El número total de puntos de referencia a incluir en el citado mapa radio es de 1500. Es
decir, para un mismo error de posicionamiento, si se disminuye la CDF requerida del 95
al 85 %, en número de puntos de referencia necesarios desciende en un 70%,
aproximadamente.
3) Requerimientos iniciales: 2 m de error de posicionamiento, con 90 % de CDF asociada.
Según indica la Tabla 2, para esos requerimientos, la distancia máxima a la que hemos
de emplazar los puntos de referencia es de 3,0 m.
Con un mapa radio de granularidad 3,0x3,0 m, se obtiene la gráfica de errores de la
Figura 28.
La curva pasa justo por encima de la esquina del área prohibida (x = 2 m, y = 89%).
El número total de puntos a incluir en el citado mapa radio es de 666.
4) Requerimientos iniciales: 3 m de error de posicionamiento, con 95 % de CDF asociada.
Este caso es similar al anterior, ya que según la Tabla 2, la distancia máxima a la que se
han de emplazar los puntos de referencia es de 3,0 m. Y con un mapa radio de
granularidad 3,0x3,0 m, se obtiene la gráfica de errores de la Figura 28. Por tanto, se ha
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
90
de usar la misma gráfica para evaluar los resultados, aunque se ha de revisar otra parte
de la curva.
En este caso, el resultado se puede considerar también positivo, ya que la curva pasa
justo por encima de la esquina del área prohibida (x = 3 m, y = 94 %).
5) Requerimientos iniciales: 4 m de error de posicionamiento, con 95 % de CDF asociada.
La distancia máxima a la que se han de emplazar los puntos de referencia es de 3,9 m.
Con un mapa radio de granularidad 3,9x3,9 m, se obtiene la gráfica de errores de la
Figura 30.
En ella se puede observar que la curva salva limpiamente la esquina del área prohibida
(x = 4 m, y = 96%).
El número total de puntos a incluir en el citado mapa radio es de 394.
Por tanto, según se ha podido comprobar, se puede decir que en todos los casos la prueba de
verificación ha resultado correcta.
Figura 27: CDF para 3 REP con granularidad de 1,1x1,1m
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
91
Figura 28: CDF para 3 REP con granularidad de 2,0x2,0m.
Figura 29: CDF para 3 REP con granularidad de 3,0x3,0m
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
92
Figura 30: CDF para 3 REP con granularidad de 3,9x3,9m.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
93
3.6.2 Casos de simulación con 4 REP
Al igual que en la sección anterior, a continuación se describen los casos de simulación de 4
REP para 2 casos concretos de granularidad del mapa radio:
1) Requerimientos iniciales: 1 m de error de posicionamiento, con 95 % de CDF asociada.
Estos requerimientos son similares a los del punto 1) del caso de simulación con 3 REP.
Según indica la Tabla 2, para esos requerimientos, si se fija una cobertura de 4 REP, la
distancia máxima a la que se han de emplazar los puntos de referencia es de 1,8 m.
Si se genera un mapa radio con granularidad 1,1x1,1 m, se obtiene la gráfica de errores
de la Figura 31.
De forma similar a antes, la curva salva el requerimiento objetivo citado, pasando justo
por la esquina del área prohibida (x = 1 m, y = 94%).
El número total de puntos de referencia a incluir en el citado mapa radio es de 1851. Es
decir, para este caso concreto, manteniendo los mismos requerimientos de error de
posicionamiento y de CDF asociada, si se pasa de un entorno con 3 REP de cobertura a
uno con 4 REP de cobertura, el número de puntos de referencia necesarios desciende
en más de un 60%.
2) Requerimientos iniciales: 1 m de error de posicionamiento, con 85 % de CDF asociada.
Estos requerimientos son similares a los del punto 2) del caso de simulación con 3 REP.
Al igual que antes, según indica la Tabla 2, la distancia máxima a la que se han de
emplazar los puntos de referencia es de 3,1 m.
Generando un mapa radio con granularidad 3,1x3,1 m, se obtiene la gráfica de errores
de la Figura 32.
En este caso, la curva salva con claridad el requerimiento objetivo citado (x = 1 m,
y = 86%).
El número total de puntos de referencia a incluir en el citado mapa radio es de 624.
En este caso, el ratio de disminución para un mismo error de posicionamiento con la
cobertura 4 REP si se disminuye la CDF requerida del 95 al 85 %, es del 66 %,
aproximadamente.
Para el caso de mantener los mismos requerimientos, y pasar de un entorno con 3 REP
de cobertura a uno con 4 REP de cobertura, la reducción en el número de puntos de
referencia necesarios desciende en algo menos de un 60%.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
94
Al igual que antes, en todos los casos se puede decir que la prueba ha resultado correcta.
Como ya se ha indicado anteriormente, se verifica además que el número de puntos de
referencia necesarios con 4 REP para alcanzar exactamente los mismos requerimientos que
con 3 REP, es mucho menor.
Figura 31: CDF para 4 REP con granularidad de 1,8x1,8m
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
95
Figura 32: CDF para 4 REP con granularidad de 3,1x3,1m.
3.6.3 Otros casos de simulación.
Se han realizado otras muchas mediciones, siguiendo los criterios descritos en los dos puntos
anteriores, que confirman la bondad del método propuesto.
Las gráficas obtenidas en esas mediciones se encuentran resumidas en el Anexo C. Aunque
en el citado anexo se describen únicamente las gráficas, debe entenderse que han sido
obtenidas de acuerdo a los criterios y observaciones anteriormente descritos.
Como se ha indicado ya, existen infinitas curvas que pueden cumplir con los requerimientos, y
que lo que se busca realmente no es que las curvas analítica y simulada se ajusten a la
perfección, sino tan solo que se esquive en área prohibida, pasando lo más cerca posible de la
esquina, que es lo que nos garantiza que haremos un despliegue con la condición de
dimensionamiento mínimo del sistema.
Se entiende también que los valores de exactitud en el posicionamiento alcanzados en las
simulaciones llevadas a cabo para este trabajo, son los máximos valores teóricos obtenibles,
considerando las condiciones bajo las que se lleva a cabo el estudio. En un despliegue real, los
valores de campo se verán afectados por diversos factores más allá de la atenuación por
propagación de la señal, como pueden ser la variabilidad del canal, las características del
entorno, los ruidos, etc, ofreciendo previsiblemente valores de exactitud más bajos que los
logrados por simulación.
3. Despliegue Efectivo de Celdas y Mapa Radio en Interiores
96
3.7 Conclusiones.
Con el objetivo de profundizar en la creación de reglas para el dimensionamiento de los
sistemas fingerprinting, que como se vio es uno de los puntos donde ese tipo de sistemas
necesitan nuevas aportaciones, en este capítulo se ha propuesto una nueva aproximación a la
cuestión de la localización en interiores que consigue relacionar las características físicas y
geométricas del escenario, con la exactitud o precisión del posicionamiento a realizar, así como
con el mínimo número de puntos de emisión de radio (REP) a emplear y la granularidad o
densidad de puntos de referencia del mapa radio a introducir en el sistema. Usando como
vehículo de unión para todo ello la distribución lognormal, que es una función comúnmente
conocida, especialmente en el mundo de las comunicaciones móviles.
La bondad del método propuesto reside en ofrecer un camino que permite, a partir de unos
cálculos relativamente sencillos, desplegar únicamente la cantidad de emisores necesarios
para cumplir con unos requerimientos iniciales que definen el error en el posicionamiento
realizado y su probabilidad asociada concretos, a la vez que se fija la distancia máxima
admisible entre puntos de referencia del mapa radio. Si las entidades emisoras ya están
presentes en el escenario para llevar a cabo comunicaciones de voz y datos, el método
propuesto permite conocer si son capaces de ofrecer los requerimientos solicitados en materia
de localización de forma sencilla. Tal solo hay que proceder entonces a realizar una fase de
calibración con un mapa radio que tenga la granularidad que permita cumplir con los
requerimientos iniciales.
El estudio se ha llevado a cabo sobre una arquitectura para un sistema de posicionamiento
concreta y lo más realista posible para un entorno de interior: infraestructura de
comunicaciones radio para voz y datos (LTE o WLAN), con posicionamiento remoto indirecto.
Se ha utilizado técnicas fingerprinting, empleando siempre para ello un algoritmo wkNN con 4
vecinos, cuyo detalle se describe de forma pormenorizada en el Anexo B. Pero sus principios
de análisis y desarrollo seguramente puedan ser aplicados de forma similar a otros algoritmos
de posicionamiento distintos, siempre basados en fingerprinting.
La posibilidad de recomendar un número de REP mínimo concreto a desplegar, para poder
cumplir los requerimientos de partida de error y precisión evita el “sobredespliegue” de
emisores cuando se trata de un nuevo despliegue. Igualmente, cuando no es un despliegue
nuevo, el método descrito permite identificar las capacidades del sistema ya disponible en
planta.
Por otro lado, y de forma similar, el establecer una granularidad mínima de distribución de
puntos de referencia del mapa radio evita la "sobremuestreación" a nivel de puntos de
referencia a introducir en el mapa radio. La mejora en este sentido incide directamente en la
cantidad de puntos de referencia total que deben almacenarse en el mapa radio. Pero, aparte
del espacio de almacenamiento, también impacta en la velocidad de cálculo que puede
desarrollar el sistema en su conjunto.
En ambos casos, también hay que reseñar los ahorros en costes que se pueden producir, no
solamente a nivel de equipamiento, sino también a nivel de recursos empleados en realizar la
fase de calibración.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
97
Una vez que ha sido demostrada la bondad del método propuesto, es posible basarse en él
con seguridad para realizar, de forma práctica, despliegues en escenarios concretos de interior,
siguiendo únicamente sus indicaciones finales, y sin tener que llevar a cabo el desarrollo
completo en cada uno de ellos.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
99
4. Autocalibración del Mapa Radio
Necesidad Calibración costosa de los sistemas fingerprinting.
Es difícil mantener sus prestaciones a lo largo del tiempo.
Aportación Método de autocalibración del mapa radio.
Artículos
BAR13 Barba Barba, F., Garrido Martín, A. & Fernández-Durán, A., 2013. Wireless Indoor Positioning: Effective Deployment of Cells and Auto-Calibration. Bell Labs Technical Journal 18(2), pp 213-235.
MOL13 Molina-García, M., Calle-Sánchez, J., Alonso, J. I., Fernández-Durán, A. & Barba Barba, F., 2013. Enhanced In-Building Fingerprint Positioning Using Femtocell Networks. Bell Labs Technical Journal 18(2), pp 195-211.
La segunda contribución a la mejora de los sistemas de posicionamiento para interiores
basados en infraestructura para comunicaciones radio de voz y datos, y que emplean sistemas
fingerprinting, es la que intenta incrementar la exactitud de los resultados de posicionamiento
alcanzados durante la fase online, o fase de localización, mediante una permanente
autocalibración del mapa radio.
Como se ha indicado ya, un punto débil de los sistemas fingerprinting en general es el referido
a la relativa inadaptabilidad a los cambios que se producen en el entorno que presentan los
citados sistemas. La variabilidad de la señal de radio presente en el momento de realizar el
posicionamiento para un punto determinado del mapa radio, frente a los niveles de señal radio
medidos durante la fase de calibración y almacenados en el mapa radio para ese mismo punto,
es un importante factor que incrementa el error en el resultado ofrecido por este tipo de
sistemas.
La costosa fase de calibración para los sistemas fingerprinting clásicos, a nivel global, que
presenta una gran demanda de tiempo y también de recursos dedicados a la tarea, hace que
los valores almacenados en el mapa radio durante la fase de calibración sean en la práctica
con posterioridad una referencia inmutable durante toda su vida útil, frente a un ambiente
cambiante por diversos motivos.
4. Autocalibración del Mapa Radio
100
Como consecuencia de ello, los algoritmos empleados para concretar el posicionamiento
suelen comportarse de forma relativamente fiable frente a pequeñas variaciones del entorno,
solamente limitados por las características intrínsecas de los mismos, pero eso no ocurre
cuando los cambios en el entorno son relativamente grandes. Esos cambios, si fueran
permanentes, requerirían una nueva fase de calibración. Sin embargo, frente a cambios
significativos pero temporales, los sistemas fingerprinting, por sí mismos, no ofrecen otra salida
que asumir el error al que se ve forzado el sistema en el resultado del posicionamiento
ofrecido.
El objetivo final de todos los trabajos que tratan de mitigar este problema sería lograr que los
sistemas fingerprinting no necesitaran de una fase de calibración previa, y que pudieran estar
permanentemente calibrados sin ningún tipo de intervención manual, de forma que el
posicionamiento ofrecido por ellos fuera el más exacto posible en todo momento. Pero este
planteamiento probablemente sea inalcanzable. A nivel práctico, desde la situación actual, los
primeros pasos en ese sentido deberían ser:
a) Acortar el tiempo y esfuerzo requeridos durante la fase de calibración.
b) Incorporar métodos de autocalibración durante la fase de localización.
El acortamiento del tiempo y esfuerzo durante la fase de calibración, permitiría que la misma
pudiera realizarse con mayor frecuencia.
En ese sentido el autor ha llevado a cabo los trabajos descritos en [MOL13], donde se propone
la mejora del método en su conjunto, señalando la necesidad de reducir los puntos de
referencia del mapa radio que almacenan mediciones reales, siendo rellenados el resto de
puntos de referencia del mapa radio con valores que provienen de la simulación de la señal.
Esas simulaciones se ajustan a partir de los valores reales medidos para la serie de puntos de
referencia seleccionados. Así, la fase de calibración se hace menos tediosa y mucho más
rápida.
La incorporación de métodos de autocalibración sería la vía para mantener en condiciones
aceptables las prestaciones del sistema, mitigando su inadaptabilidad. Para ello, el proceso de
recalibración del mapa radio usado como referencia debería poder llevarse a cabo de forma
automática y continua, de forma que éste fuera capaz de adaptarse, sin intervención humana
de ningún tipo, a los cambios que se produjeran en el entorno, tanto si fueran temporales como
si fueran permanentes. Hay que recalcar que lo deseable es que el proceso se realice de forma
automática, porque es la única forma de asegurar su lanzamiento en cuanto se detecte la
necesidad de hacerlo. Si, además, el cálculo de la recalibración se realiza de forma rápida, se
podrá disponer lo antes posible de nuevos valores actualizados en el mapa radio, y con eso el
tiempo que el sistema ha podido estar ofreciendo valores con un mayor error de
posicionamiento será el más corto posible. Sin embargo, aunque en la literatura existente se
proponen diferentes métodos de recalibración, casi todos ellos requieren algún tipo de
intervención humana, lo que los hace dependientes en el tiempo de la misma.
El trabajo realizado por el autor ha abierto dos posibles frentes en este sentido:
a) El propuesto en [MOL13], donde se propone que la fase de recalibración sea, en
realidad, una nueva fase de calibración, más breve aún porque no todas las
mediciones de puntos de referencia reales cambian a la vez, y lo único que hay que
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
101
hacer es volver a simular la transmisión de la señal para rehacer el mapa radio a partir
de esos pequeños cambios.
El principal inconveniente de este método es que el disparador de la recalibración sigue
siendo manual.
b) El propuesto en [BAR13], donde para alcanzar el citado objetivo de disponer de una
autocalibración permanente del mapa radio, el autor propone una nueva técnica de
recalibración, la cual tiene en cuenta las medidas reportadas por unos pocos
receptores colocados en ubicaciones estáticas, estratégicamente desplegados dentro
del entorno, y que habrán de ser sumados al sistema de posicionamiento como nuevos
elementos del mismo.
A diferencia de lo propuesto en [MOL13], los valores de potencia recibidos por esos
receptores servirán como disparadores para proceder a la recalibración de forma
automática, en caso de que la señal recibida cambie significativamente. Además, los
propios valores de potencia recibidos en esos puntos servirán de referencia para llevar
a cabo la recalibración.
Aunque a lo largo de este capítulo se tratarán aspectos relativos a los dos trabajos citados del
autor, la vía de investigación descrita en mayor detalle será la correspondiente a la
autocalibración propuesta en [BAR13], al ser ésta la más enfocada en el objetivo declarado
inicialmente de mantener las prestaciones del sistema a lo largo del tiempo.
4. Autocalibración del Mapa Radio
102
4.1 Mejora del proceso de calibración y recalibración del mapa radio.
Como paso previo, pero en la misma dirección que [BAR13] está el trabajo realizado y descrito
en [MOL13], donde igualmente se propone la mejora del método fingerprinting en su conjunto,
aunque la parte relativa al tema que nos ocupa es la relativa a la recalibración.
Las propuestas en ese trabajo concreto avanzan en dos sentidos:
1) Mejora de la fase de calibración.
2) Introducción de la recalibración del sistema.
El principio básico plantea la necesidad de reducir los puntos de referencia del mapa radio en
los que se almacenan medidas reales de señal. Los valores que se almacenan en los restantes
puntos de referencia, cuando no son reales, provienen de una simulación de la señal de radio.
Esta simulación es específica para cada entorno, pero se genera usando una herramienta que
no solo modela y reproduce fielmente la citada señal de radio, sino que además mejora su
precisión a partir de la realimentación proporcionada por las mediciones de los puntos de
referencia reales del mapa radio.
Por otro lado, los puntos de referencia reales son desplegados de forma estratégica por el
entorno. Para ello, se comparan zonas con un comportamiento similar antes la propagación de
la señal de radio, y se estudia la morfología del citado entorno. Una vez concretado dónde van
a ser ubicados, cumplirán funciones de punto de referencia para el mapa radio y de punto de
realimentación para el simulador de señal.
Las simulaciones y mediciones experimentales en este trabajo se basan en el uso de
femtoceldas como REP. Pero, en cualquier caso, los principios aplicados, y las conclusiones
extraídas, son igualmente válidos para otro tipo de REP.
4.1.1 Fase de Calibración.
En relación a esta fase, como se ha indicado, se propone la necesidad de reducir los puntos de
referencia del mapa radio que almacenan mediciones reales.
Los valores que se almacenan en los puntos de referencia, cuando no son reales, provienen de
una simulación de la señal de radio.
Esas simulaciones se ajustan, a su vez, a partir de los valores reales medidos por los puntos
de referencia reales seleccionados.
Teniendo que tomar la medición de tan solo unos pocos puntos, la fase de calibración se hace
menos tediosa y mucho más rápida, reduciendo drásticamente el tiempo que se necesita para
la creación del mapa radio, que será únicamente la necesaria para la toma de medidas en los
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
103
puntos reales, más la necesaria para simular la señal y almacenar los valores simulados en el
citado mapa radio.
4.1.2 Recalibración del sistema.
La propuesta para la recalibración propone, en realidad, que se aborde una nueva fase de
calibración, pero más rápida aún en este caso que la inicial, porque no todas las mediciones de
puntos de referencia reales cambian a la vez, sino solamente para algunos de ellos.
Lo único que debe hacerse, en ese caso, es volver a simular la transmisión de la señal de
radio, aplicándole los ajustes medidos en los puntos reales, para rehacer el mapa radio
completo a partir de esos pequeños cambios.
El lanzamiento de la recalibración del sistema se realiza de forma manual, e igualmente se
necesita soporte manual a la fase de recalibración abreviada subsiguiente.
4. Autocalibración del Mapa Radio
104
4.2 Introducción a la autocalibración del mapa radio.
Como ya se ha indicado, la segunda contribución del presente trabajo, intenta incrementar la
exactitud de los resultados de posicionamiento alcanzados durante la fase de localización de
los sistemas fingerprinting, mediante una permanente autocalibración del mapa radio.
Para ello, se propone una nueva técnica que tiene en cuenta las medidas reportadas por unos
pocos receptores colocados en ubicaciones estáticas, estratégicamente desplegados dentro
del entorno, y que habremos de sumar al sistema de posicionamiento como nuevos elementos
del mismo. Esta idea, que se introdujo ya en [BAR13], se desarrollará en el presente capítulo
en mayor detalle.
Los valores de potencia recibidos por esos receptores servirán de referencia para llevar a cabo
la recalibración, en caso de que la señal recibida cambie significativamente.
La técnica propuesta consta de dos bloques fundamentales:
El proceso de autocalibración.
El algoritmo de recalibración.
El proceso de autocalibración será el responsable de mantener siempre actualizados los
valores de potencia almacenados para los puntos de referencia del mapa radio, es decir, de
mantenerlos siempre relativamente próximos a los valores reales de potencia que se podrían
medir, en cada momento posterior a la fase de calibración, para cada uno de ellos.
Su objetivo, por tanto, es controlar constantemente los valores de potencia recibidos en los
receptores de calibración, para lanzar la ejecución del algoritmo de recalibración cuando se
estime necesario, porque se ha detectado un cambio suficientemente grande en la señal
recibida. De esta forma, se llevan a cabo nuevas fases de calibración del escenario
fingerprinting de forma continua, pero ordenada y estable.
El algoritmo de recalibración será el responsable de llevar a cabo la actualización de los
valores de potencia guardados para los puntos de referencia del mapa radio de forma
adecuada, es decir, determinando cuál es el nuevo valor de potencia a registrar, sin tener que
llevar a cabo nuevas medidas reales, pero de forma que se aproxime lo máximo posible a la
nueva realidad presente en el entorno.
Cuando su ejecución es lanzada por el proceso de autocalibración, el algoritmo de
recalibración lleva a cabo una interpolación lineal de los valores medidos, para calcular la
cantidad de potencia necesaria que hay que incrementar o decrementar, respecto de los
valores almacenados en el mapa radio.
De acuerdo con lo anteriormente indicado, el resto del capítulo se dividirá en dos grandes
bloques principales: el primero de ellos describirá el proceso de autocalibración, y el segundo
describirá el algoritmo de recalibración. Tras realizar ambas descripciones en detalle, se
incluirá un apartado en el que se presentarán las simulaciones y validaciones realizadas, para
terminar extrayendo unas conclusiones relativas a lo expuesto a lo largo del capítulo.
A continuación, y a modo de recapitulación antes de proceder con las correspondientes
descripciones detalladas, se describen una serie de términos, unos ya definidos previamente
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
105
(los relativos al posicionamiento, en general, que se introdujeron en el capítulo 2) y otros de
nueva definición (los relativos a la recalibración, que se introducen aquí por vez primera). Serán
empleados, principalmente, a lo largo del presente capítulo; aunque también se usarán en los
restantes:
Terminal en posicionamiento: Dispositivo móvil cuya localización debe ser realizada
en un momento concreto.
Elementos de emisión: Dispositivos fijos y de ubicación conocida, que emiten la señal
de radiofrecuencia. Esa señal debe ser recibida en los puntos de referencia, con un
nivel de potencia mayor que el umbral mínimo de sensibilidad que presentan los
dispositivos receptores cuando se ubican en esos puntos. Los elementos de emisión
pueden ser small-cells de LTE, femtoceldas, o puntos de acceso Wi-Fi. En definitiva,
son los diferentes REP que pueden ser detectados en los puntos de referencia.
Puntos de referencia: Tal como se ya se indicó en el capítulo 2, los puntos de
referencia son todos los puntos que pertenecen al mapa radio, y que forman la base
física del mismo. Para las localizaciones correspondientes a todos ellos, en el mapa
radio se dispone de valores almacenados de potencia recibida, en relación a las REP
situadas alrededor con cobertura en ellos, medidos (o simulados) y guardados durante
la fase de calibración del fingerprinting.
Cada punto de referencia presente en la base de datos que contiene el mapa radio, se
identifica por sus coordenadas físicas, normalmente en dos dimensiones: x e y.
Puntos de calibración: Posición o lugar físico donde se ubican los receptores de
señal para determinar si hay variación en la misma, de forma que sea necesario
realizar la autocalibración del mapa radio. Su ubicación es fija y conocida.
Se utilizan con el objeto de poder modificar, en la extensión necesaria, los valores de
potencia recibidos y que están almacenados para los puntos de referencia del mapa
radio.
La cantidad de receptores desplegados en los puntos de calibración de un entorno de
interior deberá ser mucho menor que la cantidad de puntos de referencia almacenados
en el mapa radio, para ese mismo entorno.
Para cada ejecución del algoritmo de recalibración, el papel que puede jugar cada uno
de los puntos de calibración desplegados puede ser uno de los siguientes:
o Punto de recalibración: Punto de calibración donde la potencia medida de la
señal ha cambiado lo suficiente como para ejecutar el algoritmo de
recalibración. Se convertirá entonces en el punto físico alrededor del cual se
llevarán a cabo todas las modificaciones de valores de potencia almacenados.
o Punto de apoyo: Punto de calibración próximo al punto de recalibración que
se usa para extender, en mayor o menor medida, la recalibración de las
potencias almacenadas, a los puntos de referencia que se encuentran
alrededor del punto de recalibración.
4. Autocalibración del Mapa Radio
106
o Punto sin cambio: Punto de calibración que se mantiene invariante y que no
participa en el proceso de recalibración, es decir, todos aquellos puntos de
calibración que, durante la ejecución del algoritmo de recalibración, ni se
constituyen en punto de recalibración ni en punto de apoyo.
Como se verá más adelante, el papel que juegan los puntos de calibración variará de
una ejecución del algoritmo a otra, ya que lo normal será que las zonas en fase de
recalibración pasen en el tiempo de unas áreas del escenario a otras.
Todo punto de calibración es también un punto de referencia, ya que los valores de
potencia medidos en él durante la fase de calibración del sistema serán también
almacenados en el mapa radio,
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
107
4.3 Proceso de autocalibración
El proceso de autocalibración es el responsable de mantener siempre actualizados los valores
de potencia almacenados en los puntos de referencia del mapa radio.
El hecho de que los citados valores se mantenga actualizados significa que los valores de
potencia guardados en el mapa radio se encuentran en todo momento relativamente próximos
a los valores reales de potencia que se pueden medir en cada momento, para cada punto de
referencia perteneciente al mapa radio y con relación a cada REP cuya señal emitida se
detecta en él.
El objetivo final del proceso de autocalibración es llevar a cabo, de forma continua, la fase de
calibración de los métodos fingerprinting.
La idea básica que subyace en el citado proceso consiste en chequear constantemente las
medidas que se están realizando, para lanzar la ejecución del algoritmo de recalibración en
caso de que se precise, pero solamente en el momento en que es oportuno hacerlo.
La recalibración no se requiere mientras los receptores ubicados en los puntos de calibración
estén reportando valores que se encuentren dentro de los límites definidos dentro un margen,
que actúa de umbral, y que se aplica a los valores de RSS almacenados (valor RSS
almacenado ± umbral). Solamente cuando el receptor de un punto de calibración reporta un
valor fuera de los límites definidos, el mecanismo de recalibración se activa para este punto de
calibración específico.
Como resultado de la ejecución de los mecanismos de recalibración, se obtienen nuevos
valores de potencia para muchos puntos de referencia alrededor del punto de calibración que
ha activado la citada recalibración. Estos nuevos valores de potencia serán almacenados en el
mapa radio, reemplazando a los valores previos, y serán usados directamente para llevar a
cabo las solicitudes de posicionamiento que lleguen con posterioridad, usando el mismo
método fingerprinting que esté definido en ese sistema.
Según lo anteriormente indicado, serán indistinguibles los valores contenidos en el mapa radio
obtenidos directamente durante la fase de calibración del sistema, de aquellos calculados
posteriormente a partir de una o más autocalibraciones acaecidas en el mismo. El algoritmo
que deduce el posicionamiento se alimentará de los valores disponibles en cada momento de
forma igualmente indistinguible, y realizará su función por tanto siempre de la misma manera.
Los valores usados para decidir la llamada al algoritmo de recalibración no deben ser medidas
instantáneas, sino valores integrados obtenidos durante un breve periodo de tiempo. Esto se
describirá en detalle más adelante, dentro de este mismo capítulo.
La Figura 33 muestra el diagrama de flujo que corresponde al proceso de autocalibración
propuesto.
Dentro del citado diagrama, RSSMN representa la Potencia de Señal Recibida (Received Signal
Strength) por el receptor ubicado en el punto de calibración M, procedente de la emisión del
REP N.
4. Autocalibración del Mapa Radio
108
Figura 33: Diagrama de Flujo del Proceso de Autocalibración
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
109
En las dos siguientes subsecciones se explican en detalle dos importantes aspectos de la
metodología propuesta:
cuál debe ser el periodo de tiempo que transcurra entre sucesivas tomas de decisión
para llevar a cabo acciones de recalibración.
Esta decisión estará basada en los niveles de señal radio recibida en los puntos de
calibración, que deberá ser estudiado durante un intervalo de tiempo,
y el umbral de señal radio propuesto para determinar que se deben llevar a cabo las
recalibraciones, en función del valor absoluto de RSS percibido en los receptores
ubicados en los puntos de calibración durante el tiempo de evaluación.
4.3.1 Tiempo medio entre decisiones en el proceso de
autocalibración.
Uno de los principales factores para llevar a cabo un proceso de autocalibración eficiente es la
selección del tiempo medio necesario para decidir sobre la realización de cambios operativos
en el mapa radio. Además, la decisión de llevar a cabo la recalibración como tal, se ha de llevar
a cabo basándose en las mediciones realizadas sobre el terreno, durante el periodo de tiempo
inmediatamente anterior al momento de tomar la citada decisión.
Parece claro que no conviene tomar la decisión en función de una medición instantánea, sino
que se haga a partir de la observación del cambio durante un tiempo determinado,
relativamente prolongado. Si se hiciera a partir de valores instantáneos, o capturados durante
un intervalo de tiempo demasiado corto, podrían ocurrir variaciones espúreas del canal radio
que llevaran a la toma de decisiones erróneas y la realización de cambios innecesarios en los
valores almacenados. Por el lado contrario, si el tiempo medio para evaluar las medidas (y por
tanto el tiempo entre tomas de decisiones) es demasiado largo, el riesgo de llevar a cabo
posicionamientos erróneos se incrementa, debido a que el sistema estaría siguiendo las
variaciones en la señal demasiado lentamente.
Tomando en consideración la tecnología LTE para profundizar en las reflexiones que se llevan
a cabo en este apartado (un proceso de análisis similar habría que emplear en caso de
seleccionar cualquier otra tecnología de acceso radio), una importante referencia que debe ser
tenida en cuenta para establecer el tiempo entre mediciones a emplear en el proceso de
autocalibración, es el valor homólogo normalizado por el 3GPP [STD12], correspondiente al
tiempo para realizar sucesivos reportes de mediciones por parte de los terminales móviles (en
el caso concreto que nos ocupa, esto se aplicaría a los receptores de los puntos de
calibración).
Este estándar diferencia entre dos posibles estados a la hora de realizar el reporte de las
medidas realizadas por el terminal móvil: estado de reposo, y estado conectado (denominados
dentro del estándar RRC_IDLE y RRC_CONNECTED, respectivamente).
4. Autocalibración del Mapa Radio
110
El principal objetivo en el estado de reposo es que el terminal de abonado (UE) se encuentre
asignado permanentemente a una misma celda de servicio, con restricción del uso de recursos,
entre ellos las medidas de señal, para poder optimizar la duración de la batería. No se
monitorizan las celdas vecinas a menos que se produzca una caída de la calidad de la señal
recibida por debajo del umbral establecido. Por tanto, hemos de considerar que los receptores
de los puntos de calibración deben encontrarse siempre en estado conectado, con el objeto de
mantener permanentemente disponible su capacidad de realizar las mediciones de potencias
recibidas en relación a las celdas que les rodean, y de transmitirlas vía radio; y a los efectos de
esta investigación tan solo se tendrán en cuenta los valores definidos por el estándar para el
citado estado.
Estando conectado, el estándar diferencia entre varios tipos de reportes de medidas:
intra-frecuencia, inter-frecuencia e inter-tecnología radio (o inter-RAT). Este último grupo
contempla la convivencia con otras tecnologías de acceso radio diferentes al LTE, como GSM,
HSPA, etc. Como para el caso que nos ocupa, supondremos un entorno únicamente LTE, este
último grupo de reportes de mediciones serán descartados en los pasos subsiguientes.
En el caso de las medidas intra-frecuencia, que son las que se realizan en relación a las celdas
vecinas que ocupan la misma frecuencia que la usada por el terminal, para el caso de LTE, por
ejemplo, se puede medir la potencia RSRP (Reference Signal Received Power), cuya
periodicidad de reporte está fijada en 200 ms.
Para las medidas inter-frecuencias, que son las realizadas en relación a las celdas vecinas que
ocupan una frecuencia distinta a la usada por el terminal, el tiempo de reporte de las
mediciones tiene un periodo mayor que, además, es variable. Esa variabilidad depende
básicamente del número de frecuencias escuchadas, de si el terminal móvil emplea o no
técnicas de recepción discontinua (DRX) y, en el caso de emplearlas, de la duración de la
discontinuidad. En cualquier caso, se trata de un valor de tiempo que puede incluso llegar al
rango de los segundos.
Otro aspecto a considerar es el relativo al hecho de que las mediciones cuyos reportes se
llevan a cabo por el terminal móvil en relación a las celdas vecinas, han debido ser previamente
promediadas, tanto para las medidas de potencias intra-frecuencias como para las
inter-frecuencias.
Por tanto se tiene que, en el peor de los casos, cuando se emplea recepción discontinua y la
duración del ciclo DRX es mayor que 0,08 segundos, el tiempo de reporte de mediciones fijado
por la norma se establece en 5*Nfreq segundos, donde Nfreq es el número de frecuencias
identificadas por el terminal móvil. De acuerdo siempre a la normativa LTE, el terminal móvil
debe ser capaz de medir al menos 4 celdas inter-frecuencia diferentes, y hasta 3 frecuencias
diferentes, y si llevamos a cabo los cálculos encontramos que el tiempo máximo para reportar
las medidas realizadas puede alcanzar los 15 segundos.
A partir de un tiempo de reporte de medidas conocido, es posible especificar el tiempo
adecuado para cubrir un número suficiente de muestras que han de ser tomadas por el
receptor ubicado en el punto de calibración. Como ya se ha indicado con anterioridad, esto se
realiza con la intención de caracterizar los cambios en el entorno con la suficiente rapidez en el
tiempo, lo cual permitirá mejorar la precisión del posicionamiento en los momentos posteriores
al cambio de la señal de radio; pero intentando evitar las recalibraciones frecuentes o
innecesarias del mapa radio.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
111
Por ejemplo, si el tiempo de medida seleccionado para realizar la evaluación en el proceso de
autocalibración, que sería el empleado para promediar las RSS reportadas por el punto de
calibración, se fijara en 3 minutos, habría tiempo suficiente para capturar un número de
muestras adecuado incluso en el peor de los casos, porque en el caso mejor (celdas intra-
frecuencia) el número de muestras medio es 900, y en el peor el número de muestras promedio
es de 12. Como para el resto de casos posibles, las mediciones inter e intra-frecuencias
podrían estar presentes, y entonces el número de muestras promediado podría ser un valor
intermedio entre 12 y 900.
En el Anexo A se describen con algo más de detalle, junto con la herramienta empleada para
las simulaciones, todos estos conceptos relativos a las señales LTE.
4.3.2 Márgenes de los Umbrales Variables para la Recalibración.
Para evitar llevar a cabo la recalibración del mapa radio ante la más mínima variación de la
señal, lo cual conllevaría seguramente que el sistema estuviera en una recalibración continua,
debe definirse un umbral de señal que delimite los valores admisibles de la señal de potencia
medida en los puntos de calibración, tanto por arriba como por abajo, sin que el sistema deba
llevar a cabo la citada recalibración. Siempre que la potencia medida se encuentre dentro de
ese rango de valores, se puede considerar que la medición realizada se halla dentro de los
valores admisibles de señal, y que no conduce a recalibración. Si, por el contrario, la potencia
medida sobrepasa el umbral previamente definido, por ser demasiado grande o demasiado
pequeña en relación al valor esperado, es el momento de llamar al algoritmo de recalibración,
para llevar a cabo la misma.
Para definir la dimensión de este umbral se deben tener en cuenta, básicamente, los efectos
derivados de la variabilidad del canal, causados principalmente por el fading de gran y pequeña
escala; los efectos derivados de las personas y los efectos derivados de los cambios en el
entorno. El umbral ha de establecerse de tal manera que las pequeñas variaciones que haya
que despreciar, no disparen el mecanismo de recalibración. Por el contrario, debe también ser
capaz de identificar claramente cuándo una determinada variación sí es acreedora de realizar
tal recalibración.
Como es sabido, cuando la RSS toma los mayores valores asociados a las distancias cortas
desde los REP al terminal receptor, los efectos del fading de gran y pequeña escala se
minimizan. De forma opuesta, cuando nos encontramos ante una distancia larga y los valores
de RSS son bajos, los efectos del fading de gran y pequeña escala adquieren gran relevancia.
Basándonos en el conocimiento de esos efectos, y en el rango de variabilidad de la señal; y
siguiendo unos conceptos en la línea de los propuestos por [FER08] para el handover con
histéresis variable entre celdas de redes de comunicaciones móviles, a continuación se
propone una forma de establecer un margen variable para el proceso de autocalibración.
La propuesta consiste en emplear un margen variable para el nivel umbral, que dependa del
nivel de potencia almacenado, y basado en una distribución lineal.
Teniendo en consideración que el proceso de autocalibración debe ser ejecutado de forma
independiente para la potencia recibida desde cada REP presente en el escenario, en cada
4. Autocalibración del Mapa Radio
112
punto de calibración desplegado en el que su señal sea percibida; al establecer un margen
variable, igualmente hemos de asumir que el margen umbral de señal ha de ser calculado
también de forma independiente para cada REP, dentro de un mismo punto de calibración. Es
decir, ha de encontrarse un umbral distinto por cada punto de calibración M presente en el
escenario y, dentro de él, para cada uno de los N elementos REP también presentes en el
citado entorno con cobertura en ese punto.
Por tanto, en relación a la potencia umbral, a la que podemos denominar Pth, tendremos en
realidad MxN valores umbrales en cada momento, donde ( ) dependerá del valor medio de
RSSMN almacenado en el punto de calibración/referencia (que, como ya se indicó, corresponde
a la RSS en el punto de calibración M, procedente de la emisión del REP N).
Por último, queda por determinar el grado de simetría que debe tener el umbral, respecto de la
señal de referencia. En este ejercicio, se propone que ese umbral variable sea simétrico, es
decir, que presente la misma amplitud de señal tanto por encima como por debajo de cada
valor medio de RSS almacenado en cada punto de calibración para cada REP.
Teniendo en cuenta todas las anteriores consideraciones, la expresión matemática derivada
tendría una forma similar a la de la Ecuación 16.
[dB]
Ecuación 16: Potencia umbral para la llamada al algoritmo de recalibración.
El factor de variabilidad propuesto es de 1/30, lo cual supone, por ejemplo, un umbral de 1 dB
para una recepción de 0 dBm, 2 dB para una recepción de -30 dBm, o un margen de 4 dB para
una señal recibida de -90 dBm. Al tratarse de valores que se han de distribuir simétricamente,
en realidad el valor umbral va de los ± 0,5 dB a los ± 2 dB. En la Figura 34 se ofrece una
representación gráfica de la forma de variación del umbral en función del nivel de señal.
Queda para posteriores trabajos determinar si el valor propuesto es el adecuado para entornos
físicos reales, es decir, si lanza el algoritmo solamente cuando hay cambios reales en la señal
recibida por interposición de obstáculos, etc, y no lo lanza cuando la señal varía por razones
intrínsecas asociadas a la propagación de la misma.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
113
Figura 34: Señal de referencia para establecer el umbral según los valores de señal.
-105
-85
-65
-45
-25
-5
Potencia
Umbral inferior
Umbral superior
4. Autocalibración del Mapa Radio
114
4.4 Algoritmo de Recalibración
Como ya se ha indicado anteriormente, dentro del proceso de autocalibración del mapa radio,
el algoritmo de recalibración es el responsable de llevar a cabo la actualización de valores del
citado mapa radio.
El procedimiento seguido ya se ha descrito someramente: siguiendo lo estipulado en el proceso
de autocalibración, los puntos de calibración desplegados en el escenario se encuentran
midiendo y reportando periódicamente información relativa a las RSS recibidas para cada REP
presente en el mismo. Esas mediciones se realizan se forma acompasada con el tiempo medio
entre decisiones del proceso de autocalibración, de forma que cuando el citado proceso
detecta que una medición realizada por un punto de calibración se encuentra fuera del rango
de medidas permitido, pone en marcha el algoritmo de recalibración.
En ese momento, el algoritmo lleva a cabo un recálculo de las medidas de potencia, basado en
los datos proporcionados por el receptor del punto de calibración involucrado, que se convierte
en punto de recalibración a efectos del algoritmo. El objetivo es que el citado algoritmo
determine las cantidades adecuadas en las que se han de incrementar o decrementar los
valores de potencia almacenados en los puntos de referencia del mapa radio físicamente
cercanos al punto de recalibración.
Como puntos de referencia que también son, las localizaciones exactas de los puntos de
calibración deben ser conocidas, de la misma forma que las del resto de puntos de referencia
del mapa radio. En relación a los puntos de calibración, el autor propone llevar a cabo un
despliegue hexagonal de los mismos, similar que se usa para el caso de las estaciones base
de móviles.
Para entender más claramente el algoritmo de recalibración, en la Figura 35 se ofrece una vista
cenital sobre el plano XY (espacio físico en dos dimensiones) para un posible sistema, en el
que se recogen los puntos de referencia del mapa radio, indicados con círculos pequeños
situados en distribución de rejilla cuadrada; y los puntos de calibración desplegados en el
mismo escenario en rejilla hexagonal, representados con círculos grandes.
En el ejemplo descrito en la citada figura, el punto marcado en rojo (KE) sería el que se ha
convertido en punto de recalibración, al detectar en un momento dado un cambio de potencia
recibida que excede el umbral preestablecido. Los puntos verdes son los que se han
convertido, en ese mismo momento, en puntos de apoyo (KA a KD). Los puntos de referencia
cuyos valores de potencia almacenados en el mapa radio van a ser modificados son los
situados dentro de las áreas coloreadas, es decir: el propio punto de recalibración, más los
puntos de referencia situados en el rectángulo limitado por los cuatro puntos de apoyo.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
115
Figura 35: Detalle bidimensional de los elementos en el algoritmo de recalibración.
Para evitar tener que llevar a cabo un algoritmo de recalibración con unos cálculos muy
complejos, las recalibraciones deberían llevarse a cabo de forma secuencial individual, incluso
en el caso de que varios puntos de calibración puedan presentar simultáneamente valores
medidos que se salgan de los márgenes definidos, o de que en un mismo punto de calibración
haya que llevar a cabo el algoritmo de recalibración para varios REP a la vez. Con
independencia de ello, y tal como se ha indicado, el proceso de autocalibración llamará al
algoritmo de recalibración de forma secuencial, llevando a cabo una única autocalibración para
un único REP cada vez. Esta aproximación permitirá realizar un proceso adaptativo a los
cambios, haciendo posible una convergencia paso a paso hacia un valor estable, incluso
cuando se produzcan varios cambios simultáneamente.
4.4.1 Descripción detallada del algoritmo de recalibración.
La descripción se llevará a cabo tomando como base para la misma una concepción
tridimensional de las ubicaciones y potencias conocidas.
Para ello, se tendrán en consideración las dos dimensiones correspondientes al plano de
espacio físico bidimensional real de todos los puntos de referencia del mapa radio, incluidos
entre ellos los puntos de calibración, más una tercera dimensión asociada a la potencia
almacenada para un REP en cada uno de ellos. En esta disposición tridimensional se apoya el
algoritmo para realizar su trabajo.
Es decir, por cada punto de referencia M, incluidos los de calibración, y cada REP N presentes
en el escenario, podemos considerar una figura tridimensional de asociaciones "potencia-
posición", basada en:
KA
KB
KC
KD
KE
Reference Point
Non-Changing Point
Recalibration Point
Support Point
X Axis
Y A
xis
4. Autocalibración del Mapa Radio
116
1) Dos dimensiones representando, sobre las coordenadas X e Y, la ubicación en el
espacio físico del punto de calibración M.
2) La tercera dimensión, coordenada Z en la representación tridimensional, representando
la potencia medida procedente de la emisión del REP N.
Esta aproximación se muestra en la Figura 36, donde se ofrecen los resultados de una
simulación de propagación de la señal para 3 REP, en un escenario patrón de tipo 2 (de entre
los escenarios patrones descritos en la Figura 13).
Figura 36: Esquema de las medidas RSS, con la proyección en el plano de los puntos de calibración.
En la citada Figura 36 se muestran, en la parte superior, los resultados agregados de la medida
de potencia conjunta de los 3 REP sobre el escenario indicado. En la parte inferior de la figura,
sin embargo, se muestra la simulación desglosada de forma individual para cada REP,
incluyéndose, tanto para las medidas agregadas como para las medidas desglosadas, gráficos
en 2 y en 3 dimensiones, con objeto de que se puedan apreciar nítidamente los distintos
niveles RSS generados por las diferentes fuentes.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
117
Estas son las figuras tridimensionales asociadas al mapa radio correspondiente a cada uno de
los 3 REP presentes en ese escenario.
Hay que recalcar el hecho de que han de manejarse, en todos los casos, tantos espacios
tridimensionales como REP se encuentran presentes en el escenario, ya que, como se ha
indicado, la autocalibración se realizará separadamente y de forma secuencial, para cada REP
cuya emisión es detectada en los puntos de calibración desplegados en el mismo. Es decir,
cada uno de los puntos de referencia del mapa radio deberá estar presente en esas figuras
tridimensionales, con los diferentes valores de potencia para cada REP representado en la
coordenada Z en cada uno de ellos, y siendo identificado a su vez por el par de coordenadas
(X, Y) correspondiente a su ubicación.
El resto de la descripción estará referida a una sola de las figuras tridimensionales
"potencia-posición", debiendo entenderse que el proceso que se describe corresponde a la
ejecución del algoritmo para una única recalibración. Cuando el proceso de autocalibración
encuentre que un punto de calibración ha medido unos valores de RSS procedentes de un
REP concreto que se hayan fuera del margen predeterminado, entonces ejecuta el algoritmo
de recalibración para ese punto, que se convierte en ese mismo instante en punto de
recalibración para esa ejecución concreta del algoritmo.
La puesta en marcha de ese mecanismo tendrá como resultado final el cambio de valores de
potencia almacenados para ese REP, en los puntos de referencia del mapa radio circundantes
alrededor del punto de recalibración.
La secuencia de trabajo del algoritmo de recalibración lleva a cabo los pasos siguientes:
1) Identificar los puntos de apoyo situados alrededor del punto de calibración.
Con este paso, se conocerán cuáles son los puntos de referencia del mapa radio que
estará afectados por la variación en sus valores de potencia, y que serán los situados
físicamente dentro del área delimitada por los cuatro puntos de apoyo.
Es decir, en relación a la Figura 35, se habría de comenzar por señalar los puntos de
apoyo (puntos verdes [KA KB KC KD]) asociados con el punto de recalibración (punto rojo,
KE) cuyo valor de potencia fuera de margen ha disparado el mecanismo de recalibración.
Esa superficie de influencia de la modificación es la que se muestra coloreada en la
Figura 35, donde además se muestra cómo se divide en cuatro diferentes zonas
triangulares, cuyos vértices, para cada una de ellos, se definen por la posición física de
dos puntos de apoyo contiguos y por la del punto de recalibración.
2) Identificar los planos base de potencia.
Para llevar a cabo la modificación de los valores de potencia, se definirán cuatro planos
en el espacio tridimensional, a los que denominaremos "planos base", cada uno de los
cuales estará definido por tres puntos tridimensionales "potencia-posición"
correspondientes a los valores de potencia en los puntos de interés para la recalibración:
uno será el correspondiente a las coordenadas (X,Y,Z) que representan la posición física
y la potencia del REP en el punto de recalibración, y los otros dos serán los
correspondientes a las coordenadas (X,Y,Z), que igualmente representan las posiciones
físicas y los valores RSS asociados a dos puntos de apoyo adyacentes. La Ecuación 17
recuerda la ecuación general de un plano.
4. Autocalibración del Mapa Radio
118
Ecuación 17: Ecuación general de un plano.
Existirán cuatro triángulos pertenecientes a esos cuatro planos, respectivamente,
formados por aquellos puntos cuyas coordenadas XY se encuentran dentro del área
delimitada por los puntos de apoyo. Se puede observar que entre los cuatro triángulos
forman las cuatro caras de un objeto geométrico cuyo vértice central se situara en el
punto "potencia-posición" perteneciente al punto de recalibración, y que pertenece a la
vez a esos cuatro planos, que tienen un punto de intersección en él. Luego, el valor de
potencia de cada punto de apoyo pertenece a dos planos distintos, y la recta entre éste y
el punto espacial correspondiente al valor de potencia del punto de calibración pertenece
a la intersección entre esos dos planos.
3) Obtener el incremento o decremento de potencia correspondiente al punto de
recalibración, llevando a cabo el movimiento vertical del vértice central de los cuatro
planos base.
Para ello, se realizará la actualización del valor de RSS almacenado para el punto de
recalibración, con la incorporación de la nueva medición de potencia.
El movimiento vertical de ese punto en el espacio tridimensional traerá como
consecuencia que los cuatro planos base de potencia previamente definidos, y que
pasan por él, basculen respecto de los puntos tridimensionales "potencia-posición"
asociados a los puntos de apoyo.
4) Generar las plantillas incrementales.
Se definirán cuatro nuevos triángulos en el espacio tridimensional, que serán
denominados "plantillas incrementales", correspondientes a cuatro nuevos planos.
Estos triángulos también se encontrarán circunscritos a los puntos de sus respectivos
planos cuyas coordenadas XY se encuentran dentro del área delimitada por los puntos
de apoyo.
Cada uno de estos cuatro triángulos estará asociado a un plano, definido por los
siguientes puntos:
i) (XPA1, Y PA1, 0) para un punto de apoyo PA1.
ii) (XPA2, Y PA2, 0) para el otro punto de apoyo PA2.
iii) (XPRec, Y PRec, ΔRSS) para el punto de recalibración.
Entre las cuatro plantillas incrementales y el plano XY, se formará una pirámide recta de
base cuadrangular, que podrá ser regular o irregular según sea la distribución de los
puntos de apoyo.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
119
El valor de la coordenada Z de estas plantillas representará el incremento (o
decremento) de señal respecto del plano base de potencia, y será el que se use como
valor incremental que habrá que sumar a (o restar de) los valores de potencia
almacenados en el mapa radio para los puntos de referencia afectados.
Según lo anterior, los valores de potencia en los puntos de apoyo se mantendrán
invariantes y, por tanto, así se mantendrán los puntos en el eje Z que corresponden a su
potencia almacenada.
5) Modificar los valores de potencia almacenados en todos los puntos de referencia
afectados, mediante el uso de la plantilla incremental.
Como se ha indicado previamente, los puntos de referencia afectados por el cambio
serán aquellos que se encuentran los ubicados entre los cuatro puntos de apoyo dentro
del plano XY.
La actualización a un nuevo valor de potencia deberá realizarse en función del
movimiento vertical relativo realizado en el plano de las potencias, para el punto
"potencia-posición" asociado a ese punto de referencia concreto, que se obtendrá
directamente de la aplicación de la plantilla incremental.
El valor máximo de cambio se realizará en el punto de recalibración, y luego irá
decreciendo de forma lineal según la distancia física de los puntos de referencia al citado
punto de recalibración vaya creciendo, para finalmente hacerse nulo en los puntos de
referencia fuera del área delimitada por los cuatro puntos de apoyo.
4.4.2 Plantilla incremental.
Como se ha indicado en el apartado anterior, el cambio que se debe aplicar sobre el valor de
potencia almacenado en cada uno de los puntos de referencia afectado por la recalibración,
vendrá indicado por la coordenada Z del punto de la plantilla incremental correspondiente a su
misma coordenada XY.
Cada plantilla incremental se calcula y se usa de forma separada, según la metodología que se
explica a continuación, y que describe paso a paso la forma de llevarlo a cabo.
Para ello, se presentará un ejemplo detallado relativo a los puntos de calibración KA, KB y KE de
la Figura 35. Más adelante, las Figura 37 y Figura 38 mostrarán estos conceptos de forma
gráfica, pero aplicados ya a un caso numérico, también de ejemplo.
El objetivo principal que se busca es poder trabajar de forma sencilla con los puntos de
referencia, teniendo en cuenta que las coordenadas de partida comunes a todos ellos son las
correspondientes al plano XY; y que ésas serán las variables de entrada para identificar, a
partir de ellas, el incremento/decremento de potencia que corresponda a cada uno de los
puntos.
4. Autocalibración del Mapa Radio
120
El proceso de creación de la plantilla incremental es el siguiente:
1) En primer lugar, hay que identificar el incremento o decremento de potencia
correspondiente a la señal (H) en el punto de recalibración, KE. Las cantidades a variar
en la potencia deben hacerse en relación con el valor nominal de la señal, actualizando a
continuación el valor de RSS asociado al citado punto de recalibración mediante la
adición o sustracción de H.
2) Seguidamente, se asigna una variación nula de potencia incremental a los dos puntos de
apoyo implicados.
3) Posteriormente, a partir de esos tres puntos, se obtiene la ecuación de un plano según
se indica en la Ecuación 17. Deberemos obtener la ecuación del plano específico por
cada una de cuatro plantillas incrementales a usar.
Los valores anteriores se resumen en la Tabla 3, donde KJx and KJy identifican las
coordenadas X e Y del punto J.
Punto de calibración Eje X Eje Y Eje Z
KA KAx KAy 0
KB KBx KBy 0
KE KEx KEy H
Tabla 3: Puntos necesarios para generar la plantilla incremental
Una vez que se ha obtenido el plano correspondiente a la plantilla incremental, usando los
puntos de la Tabla 3 y la Ecuación 17, el paso final consiste en actualizar los valores de RSS
almacenados en el mapa radio para los puntos de referencia que se encuentran, en el plano
XY, ubicados entre los puntos de calibración KA, KB y KE, usando las coordenadas de la plantilla
obtenida como dato fuente de la variación de potencia que hay que aplicar para cada punto de
referencia.
Para conocer esa variación en cada punto de referencia, simplemente hay que introducir sus
coordenadas X e Y en la ecuación del plano previamente calculada, y recalcular la variable Z.
El valor de la coordenada Z será la variación calculada resultante, que debe ser sumada o
restada a/de el correspondiente valor RSS que se tenía almacenado para el punto de
referencia. Este valor, además, puede proceder directamente del valor medido durante la fase
de calibración, o ser un valor resultante de una recalibración previa.
Obviamente, esta misma operación debe realizarse con las otras tres secciones triangulares
delimitadas por los puntos de apoyo y el punto de recalibración.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
121
A nivel computacional, todo el proceso anterior se puede simplificar, y en lugar de trabajar
directamente con los planos de las plantillas incrementales, que puede resultar más farragoso,
trabajar con magnitudes lineales que impliquen a menos variables.
Así, por ejemplo, si hacemos una distribución regular de los puntos de calibración, de forma
que cuando se conviertan en puntos de apoyo para una recalibración, sean paralelos al eje X o
al eje Y, tenemos que la variación de la potencia, dentro de la plantilla incremental, dependerá
únicamente de esa variable del plano físico.
En el caso de ejemplo que nos ocupa, donde se están usando los puntos de apoyo KA y KB, que
según se observa en la Figura 35 se encuentran en la misma cota de la variable X, podemos
ver en la Figura 38 que el incremento de potencia a aplicar depende solamente de esa variable.
Para X constante, el incremento es el mismo siempre: 0 dBm si se encuentra en la línea entre
los puntos de apoyo, y lo que corresponda según se va acercando al punto de calibración,
hasta alcanzar la magnitud máxima H.
Lo mismo ocurrirá respecto de los puntos de apoyo KA y Kc en relación a la variable Y.
El caso de los puntos de calibración distribuidos de forma regular y paralela a los ejes de
coordenadas es el caso más sencillo. Pero también si no fuera así, probablemente seá menos
complejo trabajar, a nivel computacional, con factores de escala, que directamente con las
ecuaciones de los planos de las plantillas incrementales.
Así tenemos, por ejemplo, que los dos puntos de apoyo están separados una distancia "d" en el
plano XY. Y la distancia euclídea "D" que separa en la figura tridimensional a los puntos
"potencia-posición", que será distinta, y dependerá también de la diferencia entre las potencias
almacenadas para ambos puntos de apoyo. Esto se observa claramente en la Figura 37. La
relación entre las magnitudes d y D se describe en la Ecuación 18, donde α es el ángulo que
forman la línea en el espacio tridimensional que une los valores de potencia de los puntos KA y
KB, frente a la línea de potencia RSS = 0 para ambos puntos. Según esa relación, D será
similar a d solamente en el caso de que las potencias almacenadas para ambos puntos de
apoyo sean idénticas, lo cual no es lo habitual.
Ecuación 18: Relación entre las distancias d y D.
En caso de necesidad, se puede usar la proporción D/d para obtener más fácilmente los
valores de potencia correspondientes a las posiciones en los ejes X e Y de los planos
inclinados de potencia, y así encontrar más ágilmente los valores de incrementos de potencia
que se deben aplicar. El cociente D/d es una magnitud que debe presentar siempre un valor
igual o superior a uno.
Si la distribución de los puntos de apoyo es irregular, pueden ser de aplicación también otras
proyecciones sobre los ejes, mediante el uso de factores de escala similares.
4. Autocalibración del Mapa Radio
122
Para poder alcanzar una mejor comprensión de la metodología propuesta, se describe en el
siguiente apartado un ejemplo que incluye valores numéricos, y que muestra gráficamente
todas las variables implicadas, así como las modificaciones que se han de llevar a cabo en las
mismas.
Se realizará de forma simplificada ya que, como se ha indicado, los puntos de apoyo KA y KB, se
encuentran en la misma cota de la variable X, según se observa en la Figura 35, por lo que el
incremento de potencia a aplicar dependerá solamente de esa variable.
4.4.2.1 Ejemplo de generación y aplicación de la plantilla
incremental.
En esta apartado se describe un ejemplo numérico, con objeto de aclarar cómo calcular y
emplear la plantilla incremental, usando valores numéricos para los puntos KA, KB y KE.
En este ejemplo, el valor de RSS inicialmente almacenado para el punto KE será -96 dBm, y se
va a llevar a cabo el procedimiento de recalibración para adaptarse a los -105 dBm medidos en
un momento determinado.
Resumiendo, los valores relativos a la posición física, y a los valores de RSS medidos, con
variación aplicable al punto KE, se listan en la Tabla 4.
Punto Eje X [m] Eje Y [m] RSS original [dBm] RSS modificada [dBm]
KA 45 25 -82.2 -82.2
KB 45 50 -95.2 -95.2
KE 60 37,5 -96 -105
Tabla 4: Valores numéricos de KA, KB y KE para el ejemplo propuesto
Con los valores de la Tabla 4, se pueden obtener los siguientes valores:
Diferencia de RSS en el punto KE: H = 9 dBm
Distancia física entre las posición de KA y KB d = 25 m
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
123
La Figura 37 representa gráficamente estos valores, y su relación con los valores indicados en
la Tabla 5, que son los empleados para generar la plantilla incremental.
Punto Eje X [m] Eje Y [m] Eje Z [dBm]
KA’ 45 25 0
KB’ 45 50 0
KE’ 60 37,5 H = -9
Tabla 5: Puntos usados para generar la plantilla incremental en el ejemplo propuesto.
Tomando estos puntos como referencia, podemos calcular el plano correspondiente a la
plantilla incremental que debemos emplear para este ejemplo numérico concreto, que es la
mostrada gráficamente en la Figura 38.
Una vez que se dispone de la citada plantilla, hay que proceder a actualizar los valores
almacenados en los puntos de referencia correspondientes al mapa radio del escenario que se
pretende recalibrar, y que se encuentran dentro del triángulo formado por la posición de KA, KB
y KE en el plano XY.
Tanto en la Figura 37 como en la Figura 38 se muestra la posición de uno de esos puntos de
referencia, identificado como RP, que estaría situado en el punto (50,35) del plano XY en el
mundo real.
4. Autocalibración del Mapa Radio
124
Figura 37: Visualización gráfica de la metodología para generar la plantilla incremental.
Para conocer el decremento que hay que aplicar al valor de RSS para ese punto, tan solo hay
que averiguar el valor de la coordenada Z, dentro de la plantilla incremental, que como se ha
indicado solamente depende de X, y en este caso son -3 dBm, como fácilmente se puede ver
en el esquema (c) de la Figura 38.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
125
Figura 38. Plantilla incremental obtenida para el ejemplo propuesto.
4. Autocalibración del Mapa Radio
126
4.4.2.2 Condiciones de borde.
Adicionalmente a lo anteriormente descrito, existe un caso especial a considerar, que es el
relativo a los puntos de calibración que se encuentran situados en el borde del escenario. Para
ese caso concreto, es posible llevar a cabo dos técnicas diferentes:
1) se pueden considerar los puntos de calibración situados más al borde como puntos
invariantes, es decir, con la única funcionalidad de ser puntos de apoyo,
2) se pueden crear puntos de calibración imaginarios en el exterior, que deberán ser los
usados únicamente como puntos de apoyo, quedando todos los puntos de calibración
reales con su funcionalidad completa.
La segunda de las opciones parece la más óptima, ya que permite llevar a cabo la recalibración
sobre todos los puntos de calibración realmente ubicados en el escenario, si bien se puede ver
como aspecto negativo el hecho de que la cantidad de variación en los puntos de referencia
situados entre los puntos de calibración reales y los límites del escenario es arbitraria,
dependiendo de la ubicación y los valores que se asignen a los puntos de calibración
imaginarios.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
127
4.5 Simulaciones y Validaciones.
Para llevar a cabo la verificación del proceso de autocalibración, se realizarán únicamente
comprobaciones encaminadas a confirmar que el algoritmo de recalibración en que se basa el
citado proceso es efectivo a la hora de modificar los valores almacenados en el mapa radio. Se
supondrá que el momento en que se llama a ejecutar el citado algoritmo, determinado por la
excursión del nivel de señal recibida fuera de unos niveles umbrales predeterminados, es el
adecuado para llevar a cabo la modificación de los citados valores de potencia almacenados en
los puntos de referencia del mapa radio.
Futuros trabajos deberán ahondar en el estudio y en las verificaciones encaminadas a
establecer el umbral de señal idóneo para llevar a cabo la llamada al algoritmo de recalibración,
así como también el tiempo medio entre decisiones que debe ser fijado. Este segundo
parámetro, a la hora de implementar un sistema, tendrá una fuerte dependencia de la
tecnología usada, pero no por ello deja de tener un cierto grado de libertad en su elección, y es
probable que las prestaciones del sistema en lo relativo a la autocalibración del mapa radio,
cambien en función de la selección realizada para el mismo.
El entorno de trabajo para realizar las citadas simulaciones del algoritmo de recalibración será
el mismo que ya se empleó en el capítulo 3, para realizar las simulaciones relativas al
despliegue efectivo de celdas y del mapa radio. Como ya se indicó entonces, esa herramienta
SW se describe en detalle en el Anexo A.
Los pasos a seguir en el proceso de verificación serán, básicamente, también similares a los
empleados en el capítulo 3, es decir:
1) Realización de la fase de calibración, para un entorno de tipo 2 (única pared longitudinal)
de entre los entornos de prueba descritos en la Figura 13, generando el mapa radio para
la simulación. De cara a la misma, se desplegarán en el escenario 3 REP, y se
emplearán 18 puntos de calibración, según se muestra en la Figura 36.
Para la obtención del mapa radio:
i) Se simulará la forma de propagación de las señales de radiofrecuencia generadas
por los REP desplegados, aplicada a entornos de interior.
ii) Se establecerán una serie de posiciones como puntos de referencia del mapa
radio, con una distancia entre ellos tal que respeten la densidad mínima
identificada en el capítulo 3.
iii) Se obtendrá por simulación el valor de las señales de radiofrecuencia recibida en
las posiciones físicas correspondientes a esos puntos de referencia del mapa radio.
iv) Se almacenarán esos valores, formando el mapa radio patrón a utilizar durante el
proceso de posicionamiento.
El mapa radio así obtenido se empleará como base de referencia para el método de
posicionamiento fingerpinting wkNN con el que se van a realizar las validaciones.
4. Autocalibración del Mapa Radio
128
A continuación, se llevará a cabo la modificación de las condiciones del entorno, entendiendo
que estas modificaciones llevarían, en la ejecución del proceso de autocalibración, a lanzar el
algoritmo de recalibración.
2) Introducción de un obstáculo que interfiera en el nivel de señal recibida.
En este caso, se va a suponer que se realiza la inclusión de un nuevo elemento según
se indica en la Figura 39. Ese nuevo elemento sería un muro, que introduciría una
atenuación similar al resto de muros internos que se han utilizado en los entornos de
pruebas, es decir, 10 dB.
En la citada figura se muestra la intensidad de la señal de radio para el escenario
completo. Los valores de RSS representados en la misma se pueden comparar con los
de la Figura 36, donde tal como se indicó se muestran los valores para el mismo
escenario, pero sin el muro.
Figura 39: Entorno modificado empleado para la validación
del algoritmo de recalibración.
3) Obtención de un conjunto de valores de potencia “detectados” para una serie de puntos
de medida, diferentes de los puntos de referencia del mapa radio.
Para ello, de forma similar al punto 1:
i) Se simulará la forma de propagación de las señales de radiofrecuencia generadas
por los REP desplegados, aplicada a entornos de interior.
ii) Se establecerán una serie de puntos de prueba en rejilla, con un espaciado similar
entre ellos, pero no coincidentes físicamente con las posiciones que ocupan los
puntos de referencia del mapa radio,
Muro
introducido
Área de
estudio
Punto de
calibración
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
129
iii) Se capturarán los valores de las señales de radiofrecuencia correspondientes a las
diferentes estaciones emisoras, para cada uno de esos puntos de prueba.
4) Estimación de la posición para cada uno de los puntos que contienen los valores
medidos.
Se implementará el método wkNN citado, y se realizará la estimación de la posición de
los puntos de prueba establecidos en el paso 3, empleando los valores obtenidos de la
simulación como si no se conociera la posición física en la que se han capturado los
mismos. Para ello los valores almacenados en los puntos de referencia del mapa radio,
establecidos en el paso 1, se tomarán como base del wkNN. De esta forma, cada punto
de prueba desplegado dispone de una posición estimada asociada.
5) Cálculo del error de posicionamiento, comparando la posición estimada en el paso 4
frente a la posición real fijada en el paso 3, para cada uno de los puntos de prueba
desplegados en el citado paso 3.
6) Obtención de la Función de Distribución Acumulativa, CDF, asociada a los errores de
posicionamiento encontrados en el paso anterior.
Después se repetirá el proceso, pero habiendo ejecutado el algoritmo de recalibración, para
actualizar los valores almacenados en el mapa radio.
7) Ejecución del algoritmo de recalibración, según se ha descrito anteriormente.
Con ese entorno modificado, llevar a cabo la recalibración del mapa radio para los
puntos situados dentro del cuadrado resaltado en la Figura 39, delimitado por cuatro
puntos de calibración convertidos para la prueba en cuatro puntos de apoyo. El punto de
recalibración será el situado en el centro del cuadrado.
La modificación ser realizará únicamente en relación a los valores del mapa radio
correspondientes al REP situado en la mitad superior de la figura, que son los que sufren
una mayor atenuación en la zona situada tras el muro, y sobre lo que podemos suponer
que se sobrepasarían un supuesto umbral que hubiéramos establecido.
8) Obtención de los nuevos posicionamientos para los puntos de prueba, repitiendo los
pasos 3 a 6 del guión de pruebas, y obteniendo nuevas curvas para el error de
posicionamiento y la CDF asociada al mismo.
9) Y, finalmente, comparación de las curvas obtenidas para los errores de posicionamiento
y los CDF obtenidos sin recalibrar el mapa radio, y los obtenidos tras la recalibración.
La Figura 40 describe de forma gráfica el proceso de verificación seguido.
4. Autocalibración del Mapa Radio
130
Figura 40: Proceso de verificación de la recalibración del mapa radio.
La Figura 41 muestra los resultados obtenidos por las simulaciones para la los errores de
posicionamiento y su CDF asociada.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
131
Figura 41: Error de posicionamiento obtenido tras emplear el algoritmo de
recalibración, frente a error de posicionamiento obtenido sin emplear ese algoritmo.
La validación del proceso de recalibración se enfoca en el área más afectada por la
introducción del muro, donde los errores de posicionamiento podrían ser mayores. Se verifica
que, llevando a cabo el proceso de recalibración en esa zona, el error de posicionamiento
medio se reduce en aproximadamente un 40%.
Se observa en ellos que, para probabilidades por debajo de aproximadamente un 50%, el
algoritmo de recalibración proporciona peores resultados en relación al error de
posicionamiento, pero que para probabilidades mayores, los resultados son claramente
mejores que cuando el algoritmo de recalibración no se emplea.
Teniendo en cuenta que las aplicaciones reales trabajan en el rango de las probabilidades altas
de acierto en el posicionamiento, se demuestra claramente que el procedimiento de
autocalibración propuesto introduce una mejora sustancial en el funcionamiento de los
sistemas de posicionamiento en interiores.
4. Autocalibración del Mapa Radio
132
4.6 Conclusiones
A lo largo de este capítulo, se han expuesto una serie de trabajos encaminados a mitigar uno
de los principales puntos débiles de los sistemas fingerprinting, como es el referido a su
inadaptabilidad a los cambios que se producen en el entorno. La costosa fase de calibración,
que presenta una gran demanda de tiempo y de recursos dedicados a la tarea, hace que los
valores almacenados en el mapa radio tiendan a ser, en la práctica, una referencia inmutable
durante toda la vida útil del sistema (o, al menos entre sucesivas fases de calibración), frente a
un ambiente cambiante por distintas razones.
El primero de esos trabajos, incide en la reducción del tiempo y esfuerzo dedicados a la fase de
calibración, reduciendo las medidas reales a unas pocas mediante el uso de unos pocos
puntos de referencia reales, y los demás simulados; lo cual permite que la citada fase se pueda
llegar a repetir con la frecuencia necesaria, aunque no lo haga de forma automática.
Más adelante, se han propuesto y descrito un proceso y un algoritmo para llevar a cabo la
autocalibración, en tiempo real, de un sistema de posicionamiento basado en fingerprinting;
mediante el empleo de puntos de medida adicionales y la actualización de las medidas
almacenadas en el mapa radio a partir de las medidas de potencia tomadas por esos puntos.
La bondad de la técnica de autocalibración descrita en las secciones anteriores reside en que,
a través de ella, se evita la necesidad de llevar a cabo una recalibración manual del mapa radio
con cierta frecuencia. Esa modificación manual, con toda probabilidad, se realizaría de forma
muy tardía en el tiempo en relación con la variación misma de la señal. Con la proceso de
autocalibración, los valores almacenados están mejor alineados a los valores reales,
permitiendo con ello que la localización sea más precisa en todo momento, y compensando
con celeridad los cambios significativos en el escenario.
Al igual que en el capítulo 3, para confirmar la bondad de la propuesta, el estudio ha sido
llevado a cabo el estudio sobre una arquitectura para un sistema de posicionamiento concreta y
lo más realista posible para un entorno de interior: infraestructura de comunicaciones radio
para voz y datos (LTE o WLAN), con posicionamiento remoto indirecto. Se ha utilizado técnicas
fingerprinting, empleando siempre para ello un algoritmo wkNN con 4 vecinos, cuyo detalle se
describe de forma pormenorizada en el Anexo B. En cualquier caso, y al igual que en el
capítulo anterior, se entiende que los principios de análisis y desarrollo empleados aquí pueden
ser aplicados a otros algoritmos de posicionamiento.
Partiendo del sistema indicado, se ha descrito un proceso que se basa en la evaluación
continua de los niveles de potencia que se reciben en una serie de puntos de calibración del
sistema, de forma que el cálculo de nuevos valores de potencia para los puntos del mapa radio
que se encuentran en la zona de influencia de los hipotéticos cambios de señal recibida en
esos puntos sea ejecutada de forma automática, siempre que la variación detectada en los
citados puntos de calibración sea suficientemente grande como para exceder unos márgenes
prefijados.
Ese cálculo se realiza, a su vez, empleando unos métodos geométricos, que determinan la
magnitud de la modificación que hay que aplicar sobre los valores de potencia almacenados
para los puntos del mapa radio situados en esa zona de influencia.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
133
Una vez que ha sido demostrada la bondad del proceso y algoritmo propuestos, es posible
basarse en ellos con seguridad para realizar, de forma práctica, despliegues en escenarios
concretos de interior que incorporen un sistema de autocalibración que permita mantener los
valores de potencia almacenados en el mapa radio constantemente actualizados, sirviendo de
base a un posicionamiento más preciso.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
135
5. Solución integrada.
Necesidad No se dispone de una visión de conjunto del sistema fingerprinting real.
Aportación Ejemplo de integración. Identificación de necesidades.
Artículos
FOR15 Fortes, S., Aguilar-García, A., Barco, R., Barba Barba, F., Fernández-Luque, J. A. & Fernández-Durán, A., 2015. Management Architecture for Location-Aware Self-Organizing LTE/LTE-A Small Cell Networks, IEEE Communications Magazine Vol. 53, no. 1,pp.294-302.
Por último, y aunque es un ejercicio que principalmente abunda en las dos innovaciones ya
descritas en los capítulos anteriores, una contribución adicional a la mejora de los sistemas de
posicionamiento para interiores basados en infraestructura para comunicaciones radio de voz y
datos, y que emplean sistemas fingerprinting, es la que intenta ofrecer una visión de conjunto
de un sistema real. Para ello se han aunado los aspectos ya tratados en los capítulos
anteriores, integrando y tratando de realizar una identificación inicial de las necesidades que
presentan los componentes que formarían parte de un sistema de estas características.
La motivación para realizar este ejercicio deriva del hecho contrastado de que no existe, en
general, una visión de conjunto de los elementos que deben componer un sistema
fingerprinting real.
En ese sentido el autor ha llevado a cabo tanto los trabajos descritos en la primera parte de
este capítulo, que no han sido publicados aún; como los trabajos descritos en [FOR15]. En
ellos se incide en dos diferentes aspectos de la integración de los sistemas:
1) El resultante de la profundización de la investigación llevada a cabo en línea con las
propuestas de [BAR13]. En este capítulo se describirá la aplicación de las dos
contribuciones descritas en él, incluidas las posteriores modificaciones ya descritas en
esta tesis, directamente sobre un primer caso práctico: un centro comercial real, aunque
simplificado.
5. Solución Integrada
136
2) El descrito en [FOR15], donde se describe la arquitectura de un sistema de gestión de
una red auto-organizada, que incorpora de entrada al mismo la capacidad de ofrecer
servicios basados en la localización.
Aunque a lo largo de este capítulo se tratarán aspectos relativos a los dos trabajos citados del
autor, la vía de investigación descrita en mayor detalle será la correspondiente al punto 1),
como evolución de las propuestas de [BAR13].
En este ejercicio práctico, se afrontará ya por primera vez un escenario de interiores mucho
más cercano a la realidad que los entornos de trabajo empleados hasta ahora. Estará basado
en la planta de un centro comercial real, aunque seguirá siendo una simplificación del mismo,
donde se presentará una planta rectangular con locales de diferentes tamaños. Las
dimensiones básicas de los pasillos y las tiendas nos ofrecerán una toma de contacto más
aproximada a la realidad, en uno de los lugares candidatos a implantar este tipo de sistemas de
posicionamiento con mayor rapidez.
Sobre este nuevo escenario se realizará:
1) inicialmente, un despliegue efectivo de las entidades emisoras y de los puntos de
referencia del mapa radio, tomando en cuenta la densidad mínima recomendada para
ellos,
2) se introducirán unos puntos de calibración por todo el entorno,
3) a continuación, se medirán (simularán) los valores de potencia correspondientes a los
diferentes REP, en cada uno de los puntos de referencia del mapa radio; es decir, se
llevará a cabo la fase de calibración,
4) se simularán unas medidas de posicionamiento reales, para verificar que el error
cometido está dentro de lo esperado, y
5) finalmente, se llevarán a cabo los procedimientos de la autocalibración automática
tomando ese mapa radio como referencia, e introduciendo algún obstáculo que fuerce a
realizar una autocalibración.
Los requerimientos de partida, por tanto, serán comunes de cara a la verificación de ambas
contribuciones, en aquellos puntos donde puedan confluir; a diferencia de las simulaciones
realizadas en los capítulos previos, donde los valores empleados han sido específicos de los
objetivos concretos que tuviera cada simulación.
En cualquier caso, este primer ejercicio práctico aportará una visión de conjunto más
equilibrada sobre la influencia que pueden tener las dos contribuciones de este trabajo sobre el
posicionamiento que puede ser llevado a cabo en un mismo escenario real.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
137
5.1 Descripción de la solución integrada. Despliegue de celdas, mapa radio y autocalibración.
Como la principal idea subyacente en este ejercicio es realizar una aproximación a un
despliegue real, habrá que definir en primer lugar el plano de un escenario que se aproxime a
la citada realidad. Sobre ese plano se avanzará en el establecimiento de un despliegue efectivo
de celdas y de puntos de referencia del mapa radio, se colocarán unos puntos de calibración, y
se aplicará luego el proceso de autocalibración, añadiendo unos supuestos de variación de la
señal para su verificación.
Para este primer trabajo se empleará un plano obtenido mediante una aproximación
simplificada de la realidad, con formas totalmente rectangulares tanto en su perímetro exterior,
como en el perímetro de los locales, que además carecerán de paredes interiores.
Tomando como patrón de referencia la planta de una zona de tiendas del centro comercial
Xanadú de Madrid, y llevando a cabo el previamente indicado ejercicio de simplificación, según
los criterios comentados, se puede obtener un escenario patrón como en mostrado en la
Figura 42.
Este nuevo escenario de referencia descrito en la Figura 42 presenta una superficie total de
32.500 m2, mientras el escenario diáfano original descrito en la Figura 13, que fue el usado
para describir el dimensionamiento inicial de los sistemas, tiene un tamaño de 6.000 m2. Por
tanto, éste es equivalente a casi 5,5 veces aquél. Además, no es un espacio diáfano, sino que
incorpora un elevado número de paredes, motivo por el cual habrá que tener en cuenta las
indicaciones realizadas en la § 3.5.1.
5. Solución Integrada
138
Figura 42: Escenario a emplear para la simulación integrada
En este ejercicio se incorporarán ya atenuaciones básicas a las paredes, por ejemplo
empleando tres diferentes grupos:
a) Muro exterior (cemento). Atenuación de 15dB.
b) Muros interiores (ladrillo). Atenuación de 7 dB.
c) Escaparates frontales (cristal). Atenuación de 2,5 dB.
Se puede suponer que toda la pared correspondiente a un local que linda con los pasillos
grandes está compuesta por escaparate, y que las paredes situadas entre distintos locales, o
que separan éstos de los pasillos pequeños (aseos, salidas de emergencia, etc) son muros
interiores.
La Figura 43 muestra las diferentes atenuaciones introducidas en el escenario.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
139
Figura 43: Escenario a emplear para la simulación integrada
Sobre ese mapa, y para acercar algo más el ejercicio a la realidad, en futuros trabajos se
deberían añadir además las puertas de acceso a los locales.
En un primer ejercicio con puertas, se pueden considerar únicamente dos tamaños estándar,
uno para los locales pequeños, y otro para los locales grandes. Las puertas son un elemento
móvil, que sin duda tendrán su correspondiente impacto en las simulaciones a realizar.
Todas las puertas, de entrada, deberían ser idénticas: corredera de cristal, con un ancho
estándar como se ha dicho según el tamaño del local, situadas en la misma línea que los
escaparates que dan a los pasillos. Es decir, cuando se encuentren abiertas serían un vano en
esa pared, y cerradas serían un cristal en línea con el resto del escaparate.
5. Solución Integrada
140
5.1.1 Consideraciones sobre la altura de los elementos.
Una cuestión importante que se debe considerar dentro de este ejercicio es la determinación
de la altura a la que deben situarse tanto los REP como los puntos de calibración, lo cual está
relacionado a su vez con la altura a la que se encuentren los puntos de referencia del mapa
radio y los restantes elementos pertenecientes al sistema.
A lo largo del presente trabajo, se han considerado en todo momento escenarios
bidimensionales. Se está suponiendo siempre que la altura a la que se encuentran ubicados
todos los elementos directamente implicados con el escenario al que se refiere el sistema de
posicionamiento es siempre la misma. Es decir, que ese grupo de elementos, que estaría
formado por los REP, los puntos de calibración, los puntos de referencia del mapa radio y el
terminal móvil en posicionamiento, se encuentran siempre a la misma cota de altura, que
además se mantiene invariable, en relación a la base del plano sobre la que se está
trabajando.
Sería totalmente erróneo estimar de entrada que podemos asociar esa cota con la altura cero,
es decir, el nivel del suelo, ya que estaría muy alejado de la realidad esperar que los REP se
encontraran a ras de suelo, así como que el usuario del sistema fuera a mantener su terminal
móvil a ese nivel para conocer su posición. Por idéntico motivo, la cota del techo debería ser
igualmente descartada. Lo más razonable, sería suponer que esa cota se asocia con una altura
intermedia, que fuera la que mejor se ajustara a la posición que va a mantener el terminal
móvil.
Podemos fijar inicialmente esa cota en 1,5 m, que es aproximadamente la altura a la que se
encontraría un terminal en el que una persona adulta de estatura normal fuera a realizar la
consulta de su posición. Igualmente se podría situar en valores alrededor de ese valor, sin
perder en ningún caso la validez de las explicaciones: se podrían usar 1,40 m o incluso 1,60 m.
Obviamente, se ha de suponer que la interfaz empleada por las aplicaciones que hacen uso de
los LBS sea la pantalla del citado terminal móvil, y que la postura para hacer uso de esas
aplicaciones fuera, por ejemplo, de pie, con el brazo flexionado, el terminal sujeto con una
mano y situado frente a la cara, a la altura de la parte alta del pecho.
Una vez fijada esa cota, lo más lógico es asumir que la altura adecuada para los puntos de
referencia del mapa radio debería ser esa misma. Al fin y al cabo, la altura a la que se capturen
los valores de potencia durante la fase de calibración debería coincidir con la altura a la que se
realiza su posterior lectura durante la fase de posicionamiento, con el objeto de que la
comparación de valores entre ambas mediciones fuera lo más homogénea posible.
Podemos también establecer la cota de altura ideal para ubicar los puntos de calibración, de
forma que fuera coincidente con la altura usada para colocar los puntos de referencia. Para
hacerlo, basta con entender que el objetivo de los primeros es realizar un seguimiento, lo más
fiel posible, de las posibles variaciones que afecten a los segundos. Por tanto, y nuevamente
en aras de la homogeneidad de las medidas, la cota empleada para su colocación debería ser
la misma.
Sin embargo, para el caso de los REP, el requerimiento de mantener la altura de los restantes
elementos no existe. Se podría ubicar en cualquier punto a cualquier altura, con el único
requerimiento de que se mantengan en una posición fija invariable durante todo el tiempo de
uso del sistema. Lo único que interesa al funcionamiento del mismo es reflejar fielmente la
huella de potencia provocada por la emisión de los REP, a la altura en que se ubica el terminal
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
141
móvil que se desea posicionar. Además, si tomamos como referencia los resultados relativos al
número de celdas mínimas que arroja el despliegue efectivo de las mismas, y aplicamos
algunos criterios para seleccionar su ubicación, de forma que obtengamos el máximo partido
de su posicionamiento idóneo, lo más probable es que las ubicaciones elegidas no coincidan
de ninguna forma con paredes o elementos que permitan la colocación de los REP sin
necesitar de un soporte específico adicional para ellos. Por tanto, parece lógico pensar que la
altura idónea para este tipo de elementos es el techo del escenario en cuestión, o una cota
cercana al mismo (por ejemplo, colgados a unos centímetros de él).
En cualquier caso, y tal como se ha indicado anteriormente, para el ejercicio que se lleva a
cabo, también en relación a los REP se considerará que se encuentran a la misma altura que el
resto de elementos del estudio, con objeto de evitar introducir la tridimensionalidad en el
mismo, lo cual no haría más que añadirle complejidad innecesaria. Al fin y al cabo la huella de
emisión radioeléctrica a una cota determinada, para una antena onmidireccional, tendrá la
misma forma tanto si ésta se encuentra en la misma cota, como si se encuentra en distintas
cotas de altura. La única diferencia será el valor máximo de la potencia que debe ser
registrado.
Un primer paso a realizar en trabajos futuros que profundicen en esta hipótesis sería trabajar
barajando solo dos alturas distintas: una cota para los REP, y otra para el resto de elementos
presentes en el escenario (puntos de referencia, calibración y terminal móvil). Las
consideraciones relativas a la variabilidad de cota relativa al terminal móvil quedarían para un
estudio más avanzado aún.
5.1.2 Consideraciones sobre el posicionamiento de celdas.
Aunque a lo largo del trabajo se ha tratado sobre el número de celdas idóneo, un punto que no
ha sido tratado aún es el relativo a la disposición física concreta en el plano, que deberían
presentar tanto los REP como los puntos de calibración. Sin embargo, a la hora de realizar una
aproximación a un hipotético despliegue real, es un primer paso que ineludiblemente se tiene
que dar.
Como se ha comentado repetidamente, en un hipotético sistema real será muy probable que no
haya que realizar ningún posicionamiento específico de celdas. Sencillamente, los REP estarán
presentes en el escenario, porque se desplegaron previamente para proporcionar servicios de
comunicación de voz y/o datos. El posicionamiento de esas celdas, por tanto, vendrá
previamente seleccionado.
Sin embargo, podremos encontrarnos con otros casos donde el despliegue se realice
directamente con el objetivo de proporcionar cobertura de comunicaciones de voz y de datos, y
además proveer un adecuado servicio de localización.
A este respecto, parece aconsejable revisar primero cómo se realizan los despliegues de REP,
cuando su objetivo es únicamente llevar a cabo los servicios de comunicaciones de voz y
datos. Con relación a este tema existe una extensa literatura previa, principalmente centrada
en la distribución de estaciones emisoras para las redes de comunicaciones móviles.
5. Solución Integrada
142
Cuando el servicio buscado es la obtención del posicionamiento de un terminal móvil, son
igualmente aplicables gran parte de los objetivos y criterios de distribución de estaciones
emisoras que se emplean para las comunicaciones de voz y datos. Esto es así, porque el
objetivo final es similar: por cada REP, se necesita encontrar el emplazamiento más adecuado,
para que la huella de radiofrecuencia que origina el citado REP sea lo más extensa posible, o
alcance a todos los rincones, etc.
La principal diferencia es que, mientras que para los servicios de comunicaciones de voz y
datos, suele ser suficiente para cada punto del plano con disponer de cobertura procedente de
un REP, aunque asegurando siempre que entre las zonas de cobertura de REP contiguos
existen zonas de transición cubiertas por ambos, para realizar correctamente la conmutación
de uno a otro; en el caso de la localización, sea cual sea el método fingerprinting empleado, se
requiere la cobertura de un número ligeramente mayor de REP sobre ese mismo punto.
En los espacios diáfanos, la distribución de los REP debería seguir una distribución hexagonal.
Esta disposición asegura un despliegue uniforme, con un espaciado regular de las celdas, a la
vez que minimiza el consumo de energía.
Otro importante condicionante en un despliegue real, que influirá en la ubicación final que
finalmente se seleccione para cada uno de los elementos implicados, es el relativo al hecho de
que tanto los REP como los puntos de calibración deberán estar constantemente conectados a
la red eléctrica o a una fuente de alimentación. En el caso de los REP, huelga ofrecer
explicación alguna. Para el caso de los puntos de calibración, debe tenerse presente que éstos
no son otra cosa que teléfonos móviles o dispositivos Wi-Fi, que actuarán como receptores en
las mediciones de señal, pero que también necesitarán estar en permanente comunicación con
el servidor donde se lleve a cabo el proceso de autocalibración para reportarles las
correspondientes medidas o eventos, lo cual parece descartar el uso de cualquier tipo de
batería para alimentarlos.
5.1.3 Consideraciones sobre el posicionamiento de los puntos de
referencia del mapa radio.
En relación a la disposición física de los puntos de referencia a emplear en el mapa radio, las
primeras consideraciones a tener presentes son aquellas que ya se comentaron en el § 3, y
que se resumen a continuación:
Asegurar que se alcanza la granularidad mínima establecida por los requerimientos de
posicionamiento, haciendo uso de la Tabla 2 o directamente de las Ecuación 14 y
Ecuación 15 obtenidas en el citado capítulo.
Distribuir los puntos de referencia en el espacio físico en forma de rejilla cuadrada.
Asegurarse de introducir un número mínimo de puntos de referencia dentro de cada
sala individual, de forma que podamos intentar dar a ésta las características de espacio
diáfano, y distribuirlos en la misma forma de rejilla cuadrada. Por supuesto, si la sala es
suficientemente grande, hay que cumplir también con el requerimiento de granularidad
mínima indicado más arriba.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
143
Lo ideal sería disponer la primera línea de puntos de referencia junto a las paredes a
una distancia máxima de 30 cm de la misma, como se indicó en la § 3. Sin embargo,
por simplificar las primeras simulaciones a realizar, esta regla no se aplicará.
5.1.4 Consideraciones sobre el posicionamiento de los puntos de
calibración.
Con respecto a los puntos de calibración, se parte con mayor desventaja que en el anterior
caso de distribución de las REP, ya que no solamente se debe decidir dónde ubicarlos, sino
que también hay que buscar alguna forma para concretar cuántos de ellos deben emplearse.
En este caso, además, no se pueden tomar como base de partida las investigaciones
realizadas para la distribución las entidades emisoras, ya que el objetivo buscado es
completamente diferente. Para ubicar los puntos de calibración, el objetivo de partida sería
conocer cuáles son las posiciones idóneas para detectar las variaciones que se producen en la
señal de radio, y que pueden afectar a los valores almacenados para los puntos de referencia
pertenecientes al mapa radio.
5.1.4.1 Respecto de su ubicación.
Obviamente, una primera regla a observar es la de que los puntos de calibración se ubiquen
dentro de la zona cubierta por el mapa radio, es decir, en el entorno de interior donde se
realizarán los posicionamientos (esta misma restricción no tiene por qué ser aplicable a la
ubicación de las estaciones emisoras).
Convendría, así mismo, identificar las localizaciones donde los cambios se pueden producir
con una mayor frecuencia, si fuera posible.
En el § 4, donde se estudió el proceso de autocalibración, se empleó como patrón de
distribución de los puntos de calibración una distribución hexagonal.
Por otro lado, tal como se vio anteriormente en esta misma sección, la cota ideal para
posicionar los puntos de calibración se encuentra a la misma altura en la que previsiblemente
se van a encontrar tanto los terminales en posicionamiento, como a la que se habrán tomado
las medidas de los puntos de referencia del mapa radio.
En el mundo real, ambos condicionantes son difíciles de aplicar simultáneamente y, por tanto,
habrá que optar por dar mayor importancia a uno u otro. Lo más probable es que el peso en un
despliegue real recaiga en el segundo de ellos, primando la posibilidad de colocarlos de forma
adecuada en el entorno, sobre utilización de una distribución geométrica regular. Eso hace
pensar que los puntos de calibración se ubicarán normalmente en paredes, soportes
camuflados, etc, a una altura de aproximadamente 1,5 m.
En cualquier caso, para el trabajo que nos ocupa, se supondrá que estas limitaciones se
pueden salvar de forma satisfactoria por cualquier método, y los puntos de calibración serán
ubicados buscando el mejor emplazamiento para los mismos, sin tener en cuenta esas
limitaciones previsibles en los despliegues reales.
5. Solución Integrada
144
Con independencia de su colocación, el método propuesto es igualmente válido en el caso de
que, en lugar de una distribución hexagonal regular, haya una distribución irregular de la forma
que sea de los puntos de calibración. Según lo visto en el § 4, no existen restricciones que
exijan simetrías entre los cuatro planos de calibración implicados en el algoritmo de
recalibración.
Como se ha indicado anteriormente, otro condicionante en un despliegue real, es que los
puntos de calibración estén constantemente conectados a la red eléctrica o a una fuente de
alimentación. Debe tenerse presente que éstos no son otra cosa que teléfonos móviles o
dispositivos receptores Wi-Fi que necesitarán estar en permanente comunicación con el
servidor donde se lleve a cabo el proceso de autocalibración, lo cual parece descartar el uso de
cualquier tipo de batería para alimentarlos.
Por tanto, las siguientes consideraciones deberían ser tenidas en cuenta, a la hora de
desplegar los puntos de calibración.
Distribución en base a un patrón regular. El objetivo perseguido es que el número de
puntos de referencia cubiertos en cada recalibración sea más o menos el mismo cada
vez que se produce una de ellas. Como los puntos de referencia del mapa radio están
distribuidos en forma de rejilla cuadrada o rectangular, una distribución regular de los
puntos de calibración será la ideal.
Ubicarlos preferiblemente en paredes, donde se puedan colocar a una altura adecuada
sin añadir obstáculos al entorno, y donde la conexión eléctrica sea también fácil de
proporcionar.
En pasillos anchos, o en salas grandes, es decir, solamente en aquellos lugares donde
pueda valer la pena llevar a cabo el proceso de autocalibración. Cuanto más grande el
espacio, más probable que se produzca algún cambio dentro de él y, probablemente
también, mayor área afectada por el cambio.
5.1.4.2 Respecto de su número.
En relación al número de puntos de calibración a desplegar, de entrada podemos pensar en
una regla que parece la más obvia: cuanto más puntos desplegados, mejor. Introducir muchos
elementos de calibración implica que el área del mapa radio afectada por cada autocalibración
sea pequeña, y avanzando en esa dirección se puede lograr una mejor aproximación entre las
áreas de las autocalibraciones y las áreas afectadas por los cambios reales de la señal.
Sin embargo, una mínima reflexión invita a introducir limitaciones en el número máximo de
puntos de calibración a emplear, que matizan esa primera apreciación.
Una primera limitación a contemplar es el posible coste, tanto inicial como operativo, si
tenemos en cuenta que cada punto de calibración será un terminal móvil o Wi-Fi básico, que
debe ser capaz de estar registrando con una periodicidad muy corta las medidas de potencia
recibidas y que, cuando procede por exceder los umbrales prefijados, debe reportarlas al
servidor de localización.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
145
Otra posible limitación está relacionada con el hecho de que los puntos de calibración son
elementos físicos que hay que ubicar de alguna forma en el escenario para el que dan servicio.
Una densidad alta podría ser contraproducente, al menos, para la estética del entorno.
Adicionalmente, se presenta otra posible limitación, en relación con la complejidad que pueda
conllevar el mantener el sistema calibrado, si el número de puntos de calibración es muy
elevado. Por cada uno de los M puntos desplegados, hay que ejecutar el algoritmo en relación
a las N estaciones que se estén recibiendo y que aparezcan en el mapa radio. Por tanto, si se
realiza un despliegue con numerosos puntos de calibración, hay que prever la necesidad de
disponer de capacidad de computación para abordar muchos procesos de autocalibración en
paralelo, y también la posibilidad de que múltiples algoritmos de recalibración necesiten
ejecutarse de forma concurrente. Según se indicó, los algoritmos deben ejecutarse
secuencialmente, pero debe evitarse llegar a tiempos de espera excesivos para llevar a cabo
las autocalibraciones. Estos tiempos deberían estar en línea de los calculados en la
§ 4.1.1.
Podría pensarse en una proporción de puntos de calibración en función de los puntos de
referencia, en forma de ratio máximo. Por ejemplo, máximo un punto de calibración por cada 25
ó 50 puntos de referencia. También debería establecerse un ratio mínimo, que debería
depender tanto de la superficie cubierta, como del número de REPs presentes en la misma.
Por ejemplo, mínimo 2 puntos de calibración por cada REP, y un punto de calibración mínimo
por cada 100 m2.
Identificar estos posibles ratios, tanto a nivel de mínimos como de máximos, son posibles
tareas para trabajos futuros que ahondaran es esta línea de investigación.
Establecer claramente los criterios que se han de cumplir, en forma de indicadores de
prestaciones clave en el sistema, como pueda ser la rapidez de la recalibración, la tolerancia
del sistema al error, etc, es el paso inicial que ha de conducir a establecer todas estas reglas
de cálculo.
5. Solución Integrada
146
5.2 Verificación del despliegue efectivo de las celdas y el mapa radio.
Para validar el despliegue efectivo de REP y el mapa radio que se han de llevar a cabo en el
centro comercial, se realizarán una serie de simulaciones y verificaciones similares a las ya
realizadas en la parte final de la § 3.
La herramienta de trabajo será, como en aquel caso, el SW específico descrito en el Anexo A.
En este caso, sin embargo, tanto el entorno de partida como la determinación de las
ubicaciones de los REP y los puntos de referencia del mapa radio serán realizados de
antemano.
El trabajo que restará por llevar a cabo, por tanto, será el siguiente:
1) Generación del mapa radio para la simulación. Para ello:
i) Se simulará la propagación de las señales de radiofrecuencia generadas por los
REP desplegados.
ii) Se almacenarán los valores obtenidos en la simulación, para las posiciones de los
puntos de referencia del mapa radio desplegados. Eso se tomará como mapa radio
patrón, a utilizar durante el proceso de posicionamiento.
2) Obtención de un conjunto de valores simulados para una serie de posiciones físicas
pertenecientes al entorno bajo estudio. Para ello, de forma similar al punto anterior:
i) Se simulará la propagación de las señales de radiofrecuencia generadas por los
REP desplegados.
ii) Se posicionarán una serie de puntos en rejilla, con un espaciado similar entre ellos,
pero no coincidentes físicamente con las posiciones que ocupan los puntos de
referencia del mapa radio
iii) Se capturarán los valores simulados de las señales de radiofrecuencia
correspondientes a las diferentes estaciones emisoras, en cada uno de esos
puntos de verificación del posicionamiento.
3) Estimación de la posición para cada uno de los puntos que contienen los valores
medidos, llevando a cabo el método wkNN citado, como si no se conociera la posición
física real de los mismos, y hubiera que averiguarla a partir de los valores de señal
capturados. El mapa radio usado, obviamente, será el generado en el paso 1. De esa
forma, cada punto de estudio desplegado dispondrá de una posición estimada asociada.
4) Cálculo del error de posicionamiento, comparando la posición estimada en el paso 3
frente a la posición real fijada en el paso 2.
5) Obtención de la Función de Distribución Acumulativa, CDF, asociada a los errores de
posicionamiento encontrados en el paso anterior.
6) Verificación del grado de cumplimiento del requerimiento inicial (error & CDF).
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
147
A continuación se describen en detalle una serie de casos prácticos de simulación, realizados
siguiendo la metodología que se acaba de describir.
5.2.1 Despliegue de las celdas.
Se supondrá que los REP no están ubicados de antemano en el escenario para realizar otros
servicios de comunicación de voz y datos y, por tanto, que su ubicación se realizará de forma
inicial para ofrecer los servicios de posicionamiento.
En un despliegue real, deberíamos consultar la Tabla 2 para decidir si queremos desplegar una
cobertura de 3 ó 4 REP sobre los puntos del entorno, imponiendo unos requerimientos
concretos de posicionamiento y CDF.
Sin embargo, para este ejercicio, se realizará un despliegue sin tener en cuenta ningún
requerimiento, y lo que veremos a continuación serán los resultados del citado
posicionamiento.
Se conoce de antemano que desplegando una cobertura de 4 REP tendremos que buscar una
granularidad menor en el mapa radio, con las ventajas que eso supone. Pero habrá que
asegurar una cobertura adecuada de 4 REP sobre todos los puntos del entorno, lo cual no es
sencillo sin emplear un número demasiado alto de REP, dado el alto número de paredes que
forman parte del escenario. Por tanto, se realizará el primer ejercicio estableciendo la cobertura
de 3 REP como requerimiento de partida.
La Figura 44 muestra una posible distribución de REP sobre el entorno, que garantiza la
cobertura de al menos 3 de ellos sobre el 95 % de la superficie del entorno, según se muestra
en la Figura 46. El nivel umbral que se ha establecido para considerar qué posiciones están
dentro del rango de cobertura de un REP es -95 dBm. Como se observa en ambas figuras,
para alcanzar ese grado de cobertura ha habido necesidad de desplegar en realidad 16 REP
(recordar que se trata de small-cells LTE), situados en los pasillos principales, y en posiciones
cercanas al perímetro exterior. Se podría reconsiderar qué nivel debe entenderse en estas
pruebas como en necesario área de cobertura de un REP para llevar a cabo el
posicionamiento. Por ejemplo, a efectos de señal móvil, el mínimo detectable está alrededor de
los -106 dBm. Por tanto, un nivel mínimo de -95 dBm parece más que suficiente para identificar
una señal válida para el posicionamiento.
Los niveles de potencia absolutos, sin diferenciar los REP de procedencia, se muestran en la
Figura 45.
Obviamente, el caso que se ha simulado es el correspondiente a tener todas las puertas del
entorno cerradas. Como se indicó, se deja para posteriores trabajos contemplar la influencia
del movimiento de las puertas, haciendo simulaciones con las puertas de las diferentes tiendas/
locales abiertas.
5. Solución Integrada
148
Figura 44: Posición de los REP, para una cobertura asegurada de 3 REP sobre más del 95% de la superficie.
Figura 45: Niveles de señal recibidos en cada uno de los puntos del entorno, sumando todas las potencias.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
149
Figura 46: Áreas de cobertura con 3 o más REP por encima de -95 dBm.
5.2.2 Despliegue de los puntos de referencia del mapa radio.
Consultando de nuevo los valores obtenidos en la Tabla 2, sería posible identificar una
granularidad mínima concreta del mapa radio, estableciendo la distancia máxima a la que se
deben ubicar los puntos de referencia en una rejilla cuadrada, y tomar las correspondientes
medidas para ellos.
Sin embargo, las pruebas se van a repetir para diferentes posibles granularidades del mapa
radio, es decir, no se va a partir de un valor concreto para verificarlo, sino que se van a probar
un grupo numeroso de ellos para ver en qué medida las diferentes granularidades presentan
errores dentro de lo esperado o no.
Todos los puntos de referencia en estos ejercicios se han distribuido en forma de rejilla
cuadrada.
5. Solución Integrada
150
5.2.3 Evaluación de los resultados obtenidos.
Las Figura 47 a Figura 50 muestran los resultados de error de posicionamiento obtenidos
durante las simulaciones, para distintas granularidades del mapa radio pero para una misma
distribución de REP, que asegura la cobertura de 3 de ellos en más del 95% de la superficie.
Dentro de cada una de las figuras se indica, en una escala de colores, el valor de error de
posicionamiento obtenido, para cada uno de los puntos de medida desplegados en el
escenario.
En todas ellas se ha utilizado una rejilla de puntos de medida cuadrada, de 40 cm de lado.
Las barras de la derecha muestran la escala de colores utilizada, con las distancias expresadas
en metros.
Se pueden apreciar diferentes efectos de carácter general:
1) Como era de esperar, según fue confirmado en el capítulo 3, para una misma
distribución de REP, los valores de error en el posicionamiento obtenidos van creciendo
a la vez que va bajando la granularidad del mapa radio; es decir, según se hacen más
distantes las posiciones de los puntos de referencia del mapa radio, el tono del azul, en
general, va siendo cada vez más claro, y empiezan a aparecer zonas con distintos
colores que para granularidades mayores son pequeñas, pero cada vez más extensas
según baja la granularidad.
2) Los niveles de error de posicionamiento en los pasillos centrales vienen a mantenerse
prácticamente constantes, con una serie de círculos concéntricos alrededor de la
posición de los REP, que van resultando más evidentes conforme baja la granularidad
del mapa radio. Ese mismo efecto alrededor de los REP también se muestra cuando
éstos se ubican dentro de las salas.
3) Además, se presentan una serie de líneas claras, que son más evidentes cuanto menor
es la granularidad del mapa radio, y que corresponden a puntos de prueba donde el error
de posicionamiento obtenido es sensiblemente mayor que el error obtenido en los puntos
en los puntos de medida contiguos a ellos. Esto posiblemente sea debido a los cambios
bruscos en los niveles de potencia recibidos de los diferentes REP, provocados por las
"sombras" que proyectan las paredes.
4) En granularidades bajas, existen zonas con errores muy grandes, en comparación con
los valores esperados, y también con el valor de error medio alrededor de ellos. Esos
valores de error en el posicionamiento alcanzan las decenas de metros. Estas zonas
coinciden en un par de casos con pasillos muy estrechos del escenario. La causa
probable de esos resultados es que en esos pasillos, para bajas granularidades, el
número de puntos de referencia existente puede no ser suficientemente alto para realizar
el posicionamiento en buenas condiciones.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
151
Figura 47: Despliegue de 3 REP y error obtenido, para una granularidad de 1,1x1,1 m.
Figura 48: Despliegue de 3 REP y error obtenido, para una granularidad de 2,0x2,0 m.
5. Solución Integrada
152
Figura 49: Despliegue de 3 REP y error obtenido, para una granularidad de 3,0x3,0 m.
Figura 50: Despliegue de 3 REP y error obtenido, para una granularidad de 3,9x3,9 m.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
153
Figura 51: Despliegue de 3 REP y error obtenido, para una granularidad de 4,7x4,7 m.
En la Figura 52 y sucesivas se muestra la distribución acumulativa de probabilidad del error
que se ha obtenido, para cada una de las anteriores verificaciones.
Estas distribuciones se han obtenido para diferentes grupos de puntos de medida, dentro del
mismo escenario:
1) Teniendo en cuenta todos los puntos del escenario.
2) Teniendo en cuenta únicamente los pasillos principales (la figura del ocho central).
3) Teniendo en cuenta únicamente las salas grandes.
En todas ellas, se han excluido del cómputo todas las zonas en las que se cumple el requisito
de disponer de cobertura de, al menos, 3 REP por encima del umbral. También se han
descartado las áreas que se encuentran entre cada muro y el primer perímetro del mapa radio
más cercano a él, es decir, se eliminan del cómputo los puntos más próximos a las paredes.
A pesar de no tener en cuenta los puntos de medida anteriormente citados, que corresponden
a las zonas con errores de posicionamiento más altos, como regla general se comprueba que
ninguna de las simulaciones es capaz de cumplir con los requerimientos de error de
posicionamiento y CDF que se expresan en la Tabla 2, para esas granularidades.
5. Solución Integrada
154
Así, por ejemplo, en la Figura 52 se muestra la CDF obtenida para el caso de una cobertura de
3 REP, con una granularidad en el mapa radio de 1,1x1,1 m. Es decir, el caso representado en
la Figura 47. Según la Tabla 2, esa granularidad del mapa radio correspondería al sistema al
que se le demandase en error de posicionamiento de 1 m, con una probabilidad asociada del
95%, valor que no se supera en ninguna de las curvas generadas. Se alcanza 1 m con una
probabilidad del 90 %, prácticamente, o bien hay que ir a 2 m para tener una probabilidad del
95%.
Figura 52: CDF para un despliegue de 3 REP y una granularidad de 1,1x1,1 m.
En la generación de la Tabla 2 se obtuvieron unos valores de granularidad del mapa radio que
deberían aplicar sobre un despliegue en espacio diáfano. El hecho de que esa misma
granularidad del mapa radio no sea capaz de alcanzar esos requerimiento en este caso del
sistema integrado, indica que debe ahondarse, en futuros trabajos, para incrementar el grado
de certidumbre en los requerimientos del sistema, de forma que se tengan adecuadamente en
cuenta el efecto de las paredes ubicadas en el entorno.
Para el caso de los pasillos grandes, por ejemplo, en un principio se podría pensar que los
resultados de error de posicionamiento deberían seguir el mismo patrón que el obtenido en el
escenario diáfano, al ser éstos en gran medida también espacios diáfanos. Pero, a la vista de
los resultados, se observa que la influencia de los muros sobre las señales de REP que llegan
a través de ellos es negativa, y se evidencia claramente en las Figura 47 y sucesivas que esta
influencia empeora claramente los resultados obtenidos.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
155
Otro ejemplo lo tenemos en la Figura 53 que muestra la CDF obtenida para el caso de una
cobertura de 3 REP, con una granularidad en el mapa radio de 4,7x4,7 m. Es decir, el caso
representado en la Figura 51. Según la Tabla 2, esa granularidad del mapa radio
correspondería al sistema al que se le demandase en error de posicionamiento de 5 m, con
una probabilidad asociada del 95%, valor que tampoco se supera en ninguna de las curvas
generadas. Se alcanza 5 m con una probabilidad del 90 %, pero solamente en los puntos de
los pasillos o las salas grandes. En esos casos, para alcanzar al 95% hay que desplazarse a
un error de posicionamiento mayor de 6 m. Además, si se tienen en cuenta todos los puntos del
escenario, los resultados son incluso peores, ya que en 5 m la probabilidad de error está
claramente por debajo del 90%, y hay que acercarse a un error de 8 m para tener una
probabilidad acumulada del 95%.
Figura 53: CDF para un despliegue de 3 REP y una granularidad de 4,7x4,7 m.
5. Solución Integrada
156
5.3 Verificación de la autocalibración del mapa radio.
Para llevar a cabo la validación de la autocalibración del mapa radio en el centro comercial, las
pruebas se ceñirán a verificar el correcto funcionamiento del algoritmo de recalibración, de
forma similar a como se hizo en las pruebas llevadas a cabo en el § 4. El proceso de
simulación y verificación en sí será también similar al que se llevó a cabo entonces, con
algunos matices.
La herramienta de trabajo será, como en aquel caso, el SW específico descrito en el Anexo A.
El entorno de partida estará fijado de antemano, usando una distribución de 13 REP, todos
ellos situados en los pasillos centrales, junto a las paredes de ambos lados de los pasillos,
según se indica en la Figura 54. Para el ejercicio de la autocalibración se ha buscado una
visión más realista del entorno. Por ese motivo, las zonas con cobertura asegurada de 3 REP
dentro de las salas se han visto afectadas, siendo algo mayores las áreas no cubiertas por al
menos 3 de los REP presentes, que en el anterior ejercicio de posicionamiento. La Figura 60
muestra la nueva distribución de coberturas. Por tanto, en este ejercicio, las áreas que
presentarán una localización deficiente en su interior serán algo más amplias,
La granularidad empleada en el mapa radio será la correspondiente a una rejilla de 2x2 m.
En relación a los puntos de medida, en todas las ocasiones se empleará una rejilla de puntos
de medida cuadrada, de 40 cm de lado.
Se interpondrá un obstáculo, que será siempre una nueva pared de lado a lado del pasillo
central, situada en el plano en la parte inferior izquierda del mismo. El obstáculo interpuesto
será siempre el mismo, para todas las pruebas.
En relación a los puntos de calibración, se desplegarán diferentes granularidades, con la
intención de determinar cómo puede variar la respuesta del sistema, ante esas diferentes
densidades de los mismos.
No se aplicará ningún umbral mínimo de variación en la señal, para ejecutar el algoritmo de
recalibración. El mismo se llevará a cabo para todos los puntos de calibración afectados por
cambios, así como para todos los puntos de referencia del mapa radio ubicados en las distintas
zonas afectadas, incluso aunque se trate de puntos donde no se alcanza la cobertura mínima
de 3 REP por encima de -95 dBm para realizar el posicionamiento con garantías.
Los pasos que se han de llevar a cabo para completar cada una de las simulaciones serán los
siguientes:
1) Generación del mapa radio para la simulación (es decir, realización de la fase de
calibración). Para ello se llevarán a cabo los mismos pasos que en el punto 1 de la
sección anterior:
i) Se simulará la propagación de las señales de radiofrecuencia generadas por los
REP desplegados en el escenario.
ii) Se almacenarán los valores obtenidos en la simulación, para las posiciones de los
puntos de referencia desplegados. Eso se tomará como mapa radio inicial, a utilizar
durante el proceso de posicionamiento.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
157
2) Interposición de un obstáculo.
3) Realización de los posicionamientos sin realizar ningún cambio en el mapa radio. Para
ello, se repetirán los puntos 2 a 5 de la sección anterior.
i) Obtención de un conjunto de valores simulados en relación a la señal transmitida
por cada uno de los REP, y para cada uno de los puntos de medida desplegados,
dentro del entorno bajo estudio; teniendo en cuenta la atenuación provocada en la
propagación de las señales de los distintos REP como efecto del obstáculo
interpuesto.
ii) Estimación de la posición, para cada uno de los puntos de medida, mediante el
método wkNN como si no se conociera la posición física real de los mismos, y
usando los valores recogidos en el punto anterior, frente al mapa radio obtenido en
el punto 1.
iii) Cálculo del error de posicionamiento, para cada punto de medida, comparando la
posición estimada frente a la posición real conocida.
iv) Obtención de la Función de Distribución Acumulativa, CDF, asociada a los errores
de posicionamiento encontrados en el paso anterior.
4) Ejecución del algoritmo de recalibración.
5) Realización de los mismos posicionamientos que en el punto 3, pero usando el mapa
radio resultante de la recalibración efectuada en el punto 4.
6) Verificación del grado de mejora alcanzado por realizar la recalibración, comparando los
resultados obtenidos en los puntos 3 y 5.
A continuación se describen en detalle la serie de casos prácticos de simulación realizados,
siguiendo la metodología que se acaba de describir.
5.3.1 Despliegue de los puntos de calibración.
Como se ha indicado anteriormente, se han desplegado diferentes granularidades de puntos de
calibración, con la intención de determinar cómo puede variar la respuesta del sistema, ante
esas diferentes densidades en el despliegue.
Las densidades verificadas, junto al número de puntos de calibración desplegados en el
escenario para cada una de ellas, aparecen en la Tabla 6. En esa tabla también se indica el
número de puntos de calibración situados en los pasillos centrales, porque una opción en el
despliegue de un sistema real sería la de cuidar al máximo la localización en esos pasillos,
aunque la localización dentro de las salas no dispusiera ni de la cobertura mínima de 3 REP en
todos los puntos, ni de posibilidad de realizar la recalibración; y resultara por tanto algo más
deficiente.
5. Solución Integrada
158
Siempre se han desplegado los puntos de calibración en forma de rejilla regular, de manera
equidistante entre ellos.
En la Figura 54 y sucesivas se observa la disposición en el escenario de los puntos de
calibración, en función de la granularidad empleada.
Granularidad Puntos de calibración Puntos solo en pasillo central
6x6m 430 230
7x7m 333 189
8x8m 256 142
11x11m 138 86
15x15m 64 51
20x20m 36 36
26x26m 18 18
Tabla 6. Granularidades verificadas, y puntos de calibración a desplegar en el entorno en función de ellas.
5.3.2 Evaluación de los resultados obtenidos.
A partir de la Figura 54 se muestran los resultados de 3 de las validaciones realizadas, que son
las correspondientes a densidades de 7x7m, 11x11m y 20x20m, respectivamente. El resto de
simulaciones se muestran en el Anexo C. En todos los casos se ha seguido el procedimiento
descrito anteriormente.
Se muestran un par de figuras específicas para cada una de esas validaciones:
1) La primera muestra el posicionamiento de los puntos de calibración desplegados por el
escenario. Como se ha indicado ya, todas las validaciones han sido realizadas con una
misma disposición de REP, y con el mismo obstáculo interpuesto.
2) La segunda figura clasifica a los puntos de referencia del mapa radio en tres grupos,
según la magnitud del cambio producido en ellos por la introducción del obstáculo en el
entorno:
i) Puntos de referencia no afectados por cambios en la señal recibida, es decir, cuyos
puntos de calibración situados a su alrededor no detectan cambio alguno.
Representados en negro.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
159
ii) Puntos de referencia modificados como resultado de la recalibración, ya que
alguno de los puntos de calibración circundantes han detectado cambio en la señal
procedente de alguno de los REP cuya señal detectan. Estos puntos están
coloreados en rosa o en verde.
La figura coloreada representa de forma agregada la influencia de las
recalibraciones realizadas en todos los puntos de calibración afectados, en relación
a todos los REP del escenario. Se observa en ella que esos puntos de calibración
se distribuyen en forma algo parecida a una pajarita, a ambos lados del obstáculo.
Sin embargo, no todos han modificado la potencia en relación al mismo REP.
Obviamente, los puntos situados a la derecha del obstáculo están afectados por
cambios en la señal recibida procedente de los REP situados a la izquierda del
mismo, y viceversa.
Los puntos de referencia cuyas potencias han sido modificadas, a su vez, se
pueden dividir en dos grupos:
a) Puntos con impacto en el posicionamiento. Representados en verde.
b) Puntos sin impacto en el posicionamiento. Representados en rosa.
El algoritmo wkNN realiza el posicionamiento solamente teniendo en cuenta, por
cada punto de referencia, las señales de los 3 REP con mayor potencia recibida.
En el caso en que la potencia modificada en un el punto de referencia no se
encuentre entre las de los 3 REP con mayor potencia ocurre que, aunque el
algoritmo de recalibración modifique los valores de los puntos de referencia, esa
modificación no tiene ningún impacto a la hora de estimar la posición. Sin duda, los
niveles de umbral empleados para lanzar la ejecución del algoritmo de
recalibración, harán disminuir el número de puntos afectados por este tipo de
modificaciones "invisibles" para el algoritmo de posicionamiento.
Como era de esperar, en la mayoría de los casos, los puntos de referencia con
impacto en el posicionamiento se encuentran cercanos al obstáculo interpuesto (lo
que sería el nudo de la pajarita).
En estas figuras, no se ha aplicado ninguna condición específica de borde a los
límites del escenario, con lo que hay una serie de puntos de referencia junto a las
paredes externas del mismo, que son los situados antes de la primera fila de
puntos de calibración, que no han sido modificados cuando debería haberse hecho.
Sin embargo, por lo que se observa en las figuras, previsiblemente muy pocos de
ellos hubieran llegado a tener impacto real en el posicionamiento realizado.
Finalmente, se añaden las Figura 61 y Figura 62, donde se muestran los resultados
comparativos, obtenidos de la realización de todas las verificaciones indicadas en la Tabla 6.
5. Solución Integrada
160
Figura 54: Disposición de REP, y puntos de calibración con una granularidad de 7x7m.
Figura 55: Puntos modificados por la recalibración, para una granularidad de 7x7m.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
161
Figura 56: Disposición de REP, y puntos de calibración con una granularidad de 11x11m.
Figura 57: Puntos modificados por la recalibración, para una granularidad de 11x11m.
5. Solución Integrada
162
Figura 58: Disposición de REP, y puntos de calibración con una granularidad de 20x20m.
Figura 59: Puntos modificados por la recalibración, para una granularidad de 20x20m.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
163
Figura 60: Áreas de cobertura con 3 o más REP para las pruebas de recalibración.
De la observación de los resultados se extraen las siguientes conclusiones:
1) Los peores resultados de posicionamiento tras la interposición del obstáculo se obtienen
claramente para el caso en el que no se realiza ninguna recalibración.
2) Cualquier recalibración mejora esos resultados, pero parece producirse un
empeoramiento paulatino de los mismos, relacionado con la bajada del nivel de
granularidad de los puntos de calibración. Eso a pesar de que los mejores resultados se
han obtenido para 7x7m.
3) En un momento dado, el espaciado entre puntos de calibración es tan grande, que el
efecto del cambio introducido en el entorno prácticamente no es detectado.
4) Como era de prever, los resultados obtenidos al realizar una nueva fase de calibración
del mapa radio tras introducir el cambio en el entorno, son mejores que los resultados
obtenidos con las recalibraciones.
5) Para errores de posicionamiento bajos, las curvas de resultados correspondientes a las
recalibraciones están parejas a la que se obtiene sin hacer ningún tipo de recalibración, y
lejos de la curva de un nuevo mapa radio. Sin embargo, según crece la magnitud del
error de posicionamiento, las curvas de las recalibraciones se acercan más a la de la
nueva calibración completa del mapa radio, alejándose de los resultados sin
recalibración.
5. Solución Integrada
164
Figura 61: Comparación de errores en las pruebas de recalibración.
Figura 62: Comparación de errores en las pruebas de recalibración (detalle de la curva).
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
165
En función de los resultados mostrados en las Figura 61 y Figura 62, y las densidades de
puntos de calibración requeridas para los distintos casos, según se indicó en la Tabla 6, el caso
idóneo para realizar un despliegue de puntos de calibración en este entorno es el que tiene una
granularidad de 11x11m.
En ese caso, los resultados están prácticamente alineados con otras densidades más altas de
puntos de calibración, y para tener cubiertas las necesarias calibraciones del pasillo central se
necesitarían 86 puntos de calibración. Es decir, sería necesarios 6,6 puntos de calibración por
cada REP desplegado en el escenario. En cualquier caso, la necesaria densidad de puntos es
mucho más baja que para otras granularidades, y las prestaciones están prácticamente en
línea.
5. Solución Integrada
166
5.4 Sistema de Gestión de Redes Auto-Organizadas con Capacidades de Localización.
El trabajo realizado y descrito en [FOR15] es completamente distinto a lo explicado en las dos
secciones anteriores, aunque también ahonda en la dirección de llevar a cabo la integración de
los sistemas de posicionamiento para que puedan ser desplegados en sistemas reales.
En este caso, lo que se propone es una nueva arquitectura para las redes móviles de última
generación, de cara a su despliegue en escenarios de interior, y su integración con el
correspondiente sistema de gestión de red de telecomunicaciones.
El objetivo que se busca es dar soporte a los mecanismos SON (Self Organized Networks,
Redes Auto Organizadas), basándose en el conocimiento de la localización de los equipos,
para usar dicha información como elemento de ayuda a los métodos SON. Así, se proponen
nuevas arquitecturas contemplando aspectos a tener en cuenta por los sistemas de gestión de
red, cuando se incorporan servicios basados en la localización a los elementos que se
gestionan.
La Figura 63 muestra la arquitectura OAM (Operation, Administration and Management;
Operación, Administración y Gestión) propuesta.
Figura 63: Arquitectura OAM propuesta, incorporando los servicios basados en la localización.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
167
En ella se incluye un novedoso bloque adicional, denominado OLAS (OAM Location-Aware
System, Sistema OAM Consciente de la Localización), que se propone con el objetivo de que
sirva de apoyo a la ejecución de los mecanismos SON basados en la localización (o
posicionamiento).
La propuesta especifica también que esta nueva entidad centralizada se implemente al nivel
más bajo de la jerarquía OAM, como la mejor forma de llevar a cabo la gestión de un conjunto
de femtoceldas LTE o HeNB (home evolved Node B, Nodo B evolucionado para vivienda)
dentro de un área de interior específica.
Con esta arquitectura de referencia, se ha llevado a cabo la evaluación de un sistema de
traspaso de cargas en las celdas que tiene en cuenta la localización de los usuarios dentro de
un edificio, y que se desplazan de una zona a otra del área estudiada en diferentes momentos
del tiempo.
Esta evaluación se ha realizado en forma de simulación de diversos mecanismos de auto
optimización de la red, en la que se ha tenido en cuenta también los diferentes tiempos de
convergencia para realizar las tareas de optimización.
El resultado de la citada evaluación demuestra que la arquitectura propuesta, al haber
incorporado los servicios de posicionamiento a sus mecanismos, conduce a una mejora
significativa en el tiempo de respuesta de los algoritmos SON, reduciendo a la vez el tiempo
necesario para llevar a cabo sus funcionalidades. Estos resultados, junto con el análisis
cualitativo del impacto en los overheads y retardos asociados a la incorporación de esta
información en el OAM, demuestran que la transmisión de la mayoría de estas nuevas
funcionalidades SON por el nivel más bajo de la jerarquía OAM es la solución más adecuada.
Por otro lado, y aunque no está expresamente evaluado dentro de [FOR15], el uso de una
arquitectura como la anteriormente indicada, que incorpora el despliegue de REP y su relación
con los servicios de posicionamiento dentro de los sistemas de gestión de red, permite conocer
de forma más fácil, por ejemplo, cuándo un REP (en forma de femtocelda LTE, como se ha
indicado), está fuera de servicio, y actuar en consecuencia.
Disponer de esa información es importante, no solamente para el mantenimiento de los
servicios de voz y datos, sino también para el mantenimiento de los servicios de localización.
El problema que presentan los algoritmos fingerprinting en relación a los REP apagados o fuera
de servicio, tiene como raíz el hecho de que, para cada punto de referencia del mapa radio
situado en la zona de cobertura de ese REP fuera de servicio, se dispone de un valor de
potencia almacenado distinto de cero, que representa la potencia medida en ese punto de
referencia, en el momento de realizar la calibración del sistema, cuando el REP sí que se
encontraba activo.
Sin embargo, en el momento de realizar el posicionamiento de un terminal en el área de
cobertura del REP apagado, la potencia medida para ese REP será nula. Entonces, para los
otros REP en estado de funcionamiento normal, se habrán medido unos valores más o menos
próximos a los almacenados, y para el REP fuera de servicio se habrá medido un valor que
corresponde a un punto exterior a su zona de cobertura, según los datos disponibles en el
mapa radio. Esto hará que el resultado del algoritmo fingerprinting, al realizar el
posicionamiento, ofrezca un error mayor del habitual.
5. Solución Integrada
168
Lo ideal en estos casos sería disponer de un sistema que pudiera eliminar al REP que se
encuentra fuera de servicio, de la toma de decisiones relativas a la determinación de la
posición, de forma que el error en que se pudiera incurrir por la ausencia de señal de ese REP
en los receptores, disminuyera. Y esa posibilidad está al alcance de la mano si se tiene en
cuenta la información que puede ofrecer el sistema de gestión de red.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
169
5.5 Conclusiones.
A lo largo del capítulo se ha abordado un ejercicio de simulación "extremo a extremo" en
relación a las aportaciones del presente trabajo a la localización en interiores por
radiofrecuencia.
Para ello, se ha usado un escenario de interiores cercano a la realidad, que representa de
forma simplificada una planta rectangular de un centro comercial, con locales de diferentes
tamaños. Las dimensiones y proporciones de pasillos y tiendas ofrecen un buen banco de
pruebas, teniendo en cuenta que los centros comerciales son lugares donde hipotéticamente
se implantarán los LBS con mayor rapidez.
De entrada, se han identificado una serie de puntos, relativos a la ubicación y densidad de los
diferentes elementos a desplegar, que requieren consideración más allá de los algoritmos o
métodos a usar. Ha sido un primer punto de complicación.
Por otro lado, se han encontrado efectos en la transmisión de la señal, como son las sombras
provocadas por la multitud de paredes, que introducen incrementos en el error de
posicionamiento simulado, dificultando que se alcancen los requerimientos del sistema con las
fórmulas halladas en capítulos anteriores para espacios diáfanos.
Sin embargo, lo que sí se ha podido confirmar sin ninguna duda es que el efecto del algoritmo
de recalibración cuando se introduce un obstáculo o un cambio en el entorno, es positivo en
todos los casos estudiados. En el peor de ellos, cuando la granularidad del despliegue de
puntos de calibración fuera tan baja que algunas variaciones pudieran pasar desapercibidas
para el proceso de autocalibración, tendríamos como referencia mínima en prestaciones la
respuesta del sistema sin recalibración.
En cualquier caso, y tal como se ha indicado a lo largo del capítulo, existen ya una serie de
pasos identificados que deberán llevarse a cabo en futuros trabajos, con el objetivo de
completar los avances anteriormente descritos. Esos nuevos trabajos pueden seguir diferentes
vías de profundización.
La primera de esas vías, y quizá la más importante, es la relativa a la caracterización de la
señal de radiofrecuencia. El avance a realizar debería introducir ya en el estudio las mediciones
de señales reales en campo, de forma que permitieran refrendar los valores obtenidos a partir
de las simulaciones. Además, en las citadas simulaciones, habría que dar un paso adicional,
introduciendo la simulación de los ruidos, lo cual podría hacerse también por fases: una inicial
distinguiendo el ruido cercano a los REP del ruido blanco lejano, y una fase posterior ya con
mayor nivel de complejidad y matices.
Otra vía de avance sería la relativa a la caracterización del escenario, en la que habría que
comenzar por abordar una aproximación más cercana al plano físico que la realizada aquí,
definiendo uno más evolucionado y con un mayor nivel de complejidad: inclusión de distintos
tipos de formas geométricas en las paredes, que permitieran locales que no siempre tengan
forma rectangular; recodos también en las paredes exteriores; adición de paredes interiores en
las tiendas grandes; adición de huecos de ascensores; etc. Esa sería la primera de una serie
de evoluciones que habría que realizar a nivel de escenario, para hacer que fueran cubriendo
todos los posibles casos que se pueden presentar en la realidad.
5. Solución Integrada
170
Una vía adicional de profundización es la relativa a las ubicaciones de los elementos que
forman parte de sistema de localización, empezando por las cotas a las que deben situarse los
mismos. Un primer paso a realizar podría ser trabajar barajando solo dos alturas distintas: una
cota para los REP, y otra para el resto de elementos presentes en el escenario (puntos de
referencia, calibración y terminal móvil), pero luego se debería ir introduciendo más
complejidad. Las consideraciones relativas a la variabilidad de la cota relativa al terminal móvil,
quedaría para un estudio más avanzado aún.
Por supuesto, el objetivo final de todos estos avances, por las distintas vías, y con los
diferentes niveles de complejidad que se fueran introduciendo en cada uno de ellos, sería la
caracterización completa de escenarios 3D, con presencia de varias plantas o niveles en un
edificio, introducción de elementos de posible circulación de las personas entre distintos niveles
(escaleras estáticas o mecánicas, rampas), espacios abiertos de varias plantas de altura
(patios centrales, atrios), adición de estructuras que no fueran únicamente edificios (estaciones
de metro, túneles), etc. Todos aquellos pasos que hubiera que dar para avanzar en el
perfeccionamiento de los servicios de posicionamiento en entornos de interior, deberían
conllevar una réplica en relación a los temas abordados en este trabajo: la selección idónea del
número de REP, la determinación precisa de la granularidad necesaria en el mapa radio, y la
incorporación del proceso de autocalibración a la funcionalidad básica del sistema.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
171
6. Conclusiones Generales.
Podemos decir, una vez llegados a este punto, que el trabajo que aquí se presenta ha
alcanzado el objetivo marcado al inicio del mismo, contribuyendo de forma clara a la mejora de
los sistemas de posicionamiento de dispositivos móviles en entornos de interior basados en
tecnologías inalámbricas de comunicaciones de voz y datos.
Así, se ha investigado este campo en profundidad y, una vez seleccionados los métodos
fingerprinting como campo de estudio, se han propuesto dos innovaciones concretas que, a lo
largo del presente trabajo y siguiendo la metodología de estudio inicialmente establecida, han
sido desarrolladas y verificadas en los términos previstos.
La primera de ellas ha intentado aventurarse en un área hasta ahora poco tratada en este tipo
de sistemas, como es la de su dimensionamiento inicial. Se ha ofrecido un método que puede
ser usado para determinar el número mínimo de emisores de señal a desplegar, así como la
granularidad o densidad mínima de puntos de referencia requerida al mapa radio; todo ello
teniendo en cuenta unos requerimientos de posicionamiento concretos iniciales que se le
demandan al sistema, de forma concreta el error de posicionamiento y la probabilidad asociada
al mismo.
Este método añade, por tanto, una fase al ciclo de trabajo de los sistemas fingerprinting, que ha
de ser incorporada por delante de la fase de calibración de los mismos. La cantidad de puntos
de referencia que hayan de establecerse, y sobre los que se deberán tomar muestras en la
citada fase de calibración, será totalmente dependiente de los valores de salida de esta nueva
fase inicial de dimensionamiento del sistema.
El objetivo principal de esa fase de dimensionamiento inicial es, principalmente, evitar el
sobredimensionamiento innecesario del sistema. Garantizar sus prestaciones con el mínimo
despliegue redundará, sin duda, en el grado de eficiencia del mismo. Por un lado, el
establecimiento del número de REP necesarios y suficientes evitará gastos iniciales y durante
su explotación, al acotar el equipamiento e infraestructura implicados. Por otro, el
establecimiento de la granularidad requerida del mapa radio acortará el tiempo necesario para
llevar a cabo la fase de calibración, permitirá reducir las necesidades de almacenamiento del
mismo, y mejorará la respuesta del sistema en tiempo real, en el momento de realizar el
posicionamiento.
La segunda aportación de este trabajo ha buscado también cubrir un área deficitaria de
soluciones en los sistemas fingerprinting, como es la del mantenimiento del sistema en correcto
estado de calibración durante la fase de localización, es decir, durante la fase de uso;
disponiendo en todo momento de unos valores de referencia adecuados en el mapa radio para
que el posicionamiento siga resultando lo más exacto posible.
6. Conclusiones Generales
172
Para ello, se ha propuesto una técnica de recalibración automática de los valores almacenados
en el mapa radio, que permite actualizar los valores asociados a los puntos de referencia, sin
tener que volver a llevar a cabo la costosa fase de calibración, teniendo tan solo en cuenta
como asistencia a la decisión las medidas reportadas por los puntos de calibración, que se
hacen extensibles a los puntos de referencia circundantes en el mapa radio mediante técnicas
geométricas.
Se mitiga con ello el problema de la recalibración manual, costosa en términos de tiempo y
esfuerzo, y que dificulta el mantenimiento de las prestaciones del sistema a lo largo del tiempo
por la inviabilidad de llevar a cabo nuevas calibraciones con la frecuencia necesaria.
En el ánimo del autor siempre ha estado aportar una solución simple y realista al problema de
la recalibración, que facilite su pronta aplicación a sistemas comerciales reales, y que
contribuya de forma directa a incrementar el grado de difusión de las aplicaciones LBS para
entornos de interior.
Podemos resumir las aportaciones previamente citadas en la Figura 64.
Figura 64: Nuevas fases en el posicionamiento fingerprinting.
Por último, se ha simulado un sistema ficticio de posicionamiento, sobre el que se han
incorporado las dos innovaciones que se acaban de citar.
Se ha querido llevar a cabo este paso adicional porque habitualmente no se avanza en la visión
de conjunto relativa a los LBS reales. De esta forma, se ha procurado llevar a cabo un trabajo
de identificación de las necesidades concretas de los distintos componentes implicados en las
innovaciones aportadas (REP, puntos de referencia del mapa radio y puntos de calibración),
estableciendo a la vez la debida interrelación entre ellos a la hora de formar parte de un
sistema real. Así se ha remarcado uno de los objetivos de este trabajo, que es el de actuar
desde el punto del conjunto, y no de las diferentes partes que lo componen por separado.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
173
6.1 Futuros trabajos.
A lo largo de la realización del presente trabajo se han ido encontrando una serie de caminos o
posibilidades que se considera conveniente explorar, pero cuya inclusión en el mismo
excedería el ámbito y los objetivos inicialmente marcados.
Por ello, con el objetivo de facilitar el avance en esos trabajos futuros que se proponen y otros
que puedan surgir, basándose en los puntos y conclusiones a los que se han llegado en este
trabajo, en la parte final del mismo se ha llevado a cabo la consolidación de los resultados
obtenidos, y su reporte ordenado.
Respecto de los posibles trabajos futuros, parece necesaria la profundización en todos ellos,
que seguramente resultará beneficiosa para algún campo específico de la localización en
interiores, o en general para el conjunto de sistemas LBS.
En el largo plazo, el objetivo de este trabajo y otros futuros que vendrán debe ser la
incorporación de sus resultados a los diseños de sistemas de comunicaciones inalámbricas de
voz y datos en entornos de interior, de forma que se tengan presentes los servicios de
localización soportados por ellos como una faceta más entre los requerimientos de los mismos.
A continuación se ofrece un listado no exhaustivo de los posibles futuros trabajos a realizar:
1. Divulgación de resultados.
Un primer paso inminente que se ha de llevar a cabo es dar mayor divulgación a los
resultados expuestos, convenientemente resumidos en un artículo, que sea evolución
de [BAR13].
2. Incorporación al estudio de nuevas variables: ruido, variabilidad de la señal, etc.
Las simulaciones realizadas a lo largo del presente trabajo han contemplado,
principalmente, las formas de transmisión de la señal en interiores, teniendo en cuenta
las pérdidas de las mismas, y las zonas de cobertura por nivel de señal mínimo..
Como complemento, sería necesario incorporar la influencia del ruido a las citadas
simulaciones.
Además, es necesario incorporar a las simulaciones, con un mayor nivel de detalle, la
variabilidad de la señal de radio. En el trabajo, y en especial en la parte relativa a la
recalibración, se han tenido en cuenta unos puntos básicos, para poder llevarla
adelante. Sin embargo, este aspecto necesita ser estudiado con mayor profundidad.
3. Refrendo con medidas de campo.
A lo largo del presente trabajo, todos los cálculos y verificaciones han sido realizados
mediante simulación en el ordenador.
Es necesario realizar trabajos de campo que permitan ratificar que las citadas
simulaciones modelan de forma correcta la realidad, y que no existen factores sin
contemplar que afecten a la validez de los resultados obtenidos.
6. Conclusiones Generales
174
Obviamente, antes de abordar esos trabajos de campo, sería recomendable disponer
de una simulación que contemple el mayor número de variables implicadas, tal como
se ha descrito en los párrafos anteriores.
Un caso especial en este aspecto es el relativo a los valores de potencia umbral que
usa el proceso de autocalibración para lanzar el algoritmo de recalibración. Se ha
propuesto un valor teórico, pero queda por certificar que ese valor sea el adecuado en
entornos físicos reales.
4. Estudio de escenarios tridimensionales.
Todos los algoritmos y procesos descritos en este trabajo están destinados a ser
usados en escenarios donde se contemplen únicamente dos dimensiones. Aunque
esto puede ser suficiente para que sean aplicables en muchos escenarios de interior,
se necesita una posterior extensión del estudio a escenarios tridimensionales para
tratar de cubrir el elenco completo de posibilidades en el mundo real.
Un primer paso a realizar en esa dirección podría consistir en trabajar barajando
únicamente dos alturas distintas: una cota para los REP, y otra para el resto de
elementos presentes en el escenario (puntos de referencia, calibración y terminal
móvil). Las consideraciones relativas a la variabilidad de cota relativa al terminal móvil
podrían quedar incluso para un estudio más avanzado aún.
La extensión de los resultados actualmente disponibles, incorporando consideraciones
relativas a un entorno de interior con diferentes plantas, y la presencia de REP, puntos
de calibración puntos de referencia del mapa radio y terminales móviles a diferentes
alturas en un espacio tridimensional, es un reto más avanzado y que, aparentemente,
requerirá de mayor esfuerzo.
5. Autodetección de REP sin emisión.
La autodetección de celdas que hayan dejado de emitir en un momento dado es una
tarea que puede dar continuidad a los trabajos de mejora señalados en esta tesis.
Una celda apagada o que no emite, relativamente frecuente en Wi-Fi, puede dar lugar a
decisiones erróneas si no es apartada del algoritmo que toma las decisiones en función
de las potencias medidas. Lograr su rápida detección y exclusión de los cálculos del
algoritmo de posicionamiento sería una mejora que permitiría independizar el
funcionamiento del sistema de posicionamiento del sistema de gestión de red
(actualmente, la detección de emisoras apagadas o con funcionamiento erróneo es el
punto fuerte que puede añadir la citada gestión de red).
6. Estudio de entornos con varios posibles mapas radio.
Otro posible campo de investigación futuro es el relativo a los entornos donde puedan
existir diferentes mapas radio de partida, debidos básicamente a elementos respecto
de los cuales se conoce su movimiento con certeza, y donde se supone que la posición
cambiante de esos elementos puede ser determinante en la elaboración del mapa
radio. Un ejemplo podría ser el de una estación de metro, donde pueden presentarse 3
mapas radio alternativos: estación sin trenes, con un tren, o con dos trenes presentes
en ella, respectivamente. En primer punto sería avanzar en la investigación respecto de
qué mapa radio de partida es más favorable.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
175
Esta misma reflexión puede aplicarse a otros entornos, con variabilidades menos
extremas: por ejemplo entornos donde existan puertas o ventanas metálicas que
pueden abrirse o cerrarse con frecuencia. Las preguntas relativas a cuál es el mejor
mapa radio inicial de entre los extremos posibles para un escenario concreto, o si es
mejor tomar los valores medios, para que luego el procedimiento de autocalibración
modifique dinámicamente en un sentido o en otro, quedan abiertas a posteriores
trabajos de investigación.
6. Conclusiones Generales
176
6.2 Posibilidades de negocio. Mercado actual y previsto.
El informe ABI Research de 2012, relativo a los sistemas basados en la localización, LBS, y
formado por los documentos [CON11], que repasa las plataformas LBS presentes en el
mercado, y [CON12], que repasa las tecnologías existentes de localización en interiores, lleva a
cabo un repaso exhaustivo y evalúa de forma conjunta la situación comercial y tecnológica
respecto a la cuestión de la localización.
Según se desprende del citado informe, los sistemas LBS encierran un gran potencial futuro de
negocio, mientras que, a su vez, la cuestión de la localización en interiores sigue sin resolverse
satisfactoriamente, impidiendo de esa forma el despliegue en masa de los negocios que
podrían basarse en él.
Como ya se indicó en el capítulo 2, y siguiendo lo indicado en el citado informe, Google es la
compañía mejor posicionada para proveer este tipo de servicios, y también para tener éxito en
el futuro dentro de este campo. Su punto fuerte es haber sido capaz de involucrarse en las
distintas partes del ecosistema completo, aunque por el contrario su precisión no es buena.
Otros aspectos sociales en cuestiones relativos a la privacidad, desconfianza, etc pueden
actuar también como freno al despliegue de las soluciones de esta compañía.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
177
6.3 Reconocimientos.
La realización del presente trabajo se ha visto facilitada por mi participación, dentro de la
compañía Alcatel-Lucent, multinacional suministradora de equipamiento de
telecomunicaciones, en un proyecto INNPACTO 2011 de investigación relacionado con la
temática principal del mismo.
El proyecto se denomina MONOLOC [MON11], y busca avanzar en la monitorización y
localización en interiores, usando tecnologías de comunicaciones móviles de última
generación, e incorporando funcionalidades de autogestión como la autoconfiguración, el
autodiagnóstico y la autocuración.
Las aportaciones del presente trabajo pertenecen al área de localización de ese proyecto,
aunque MONOLOC únicamente contempla tecnologías móviles, y la investigación presentada
en esta tesis es también aplicable a tecnologías WLAN.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
179
Anexo A. Herramienta de simulación &
Medidas del estándar LTE.
A.1 Herramienta utilizada para las simulaciones (WIOS012).
Para llevar a cabo las validaciones de los escenarios empleados en el presente trabajo, se ha
empleado un conjunto específico de módulos software para ordenador, desarrollados con el
objetivo principal de simular la propagación de señales radioelécticas en espacios interiores.
Esta herramienta fue creada inicialmente por Alfonso Fernández Durán, y se ha usado
extensivamente en este trabajo, modificándola y completándola para llevar a cabo las
necesidades de simulaciones planteadas a lo largo del mismo.
Esos módulos SW fueron desarrollados de forma independiente y a ellos se añadió
posteriormente, en orden a incrementar la flexibilidad de los mismos y para contemplar la
posibilidad de unas verificaciones más extensivas, una capa común que realiza la interfaz de
usuario de forma autónoma.
La base de estos módulos es el programa MATLAB, y la interfaz gráfica de usuario (GUI, del
inglés Graphical User Interface) común a los distintos módulos es, por tanto, la GUI propia de
MATLAB.
Se incluye, además, una herramienta de gestión para los resultados de las simulaciones.
La arquitectura interna de la herramienta SW usada para realizar las verificaciones se muestra
en la Figura 65.
Anexo A. Herramienta de Simulación & Medidas del Estándar LTE
180
Figura 65: Arquitectura de la herramienta SW empleada para las simulaciones de transmisión de la señal en escenarios reales.
Tomando como base las simulaciones de transmisión de la señal en escenarios de interior, el
flujo del trabajo de simulación, para todos los casos del presente trabajo, se resume en los
siguientes pasos:
1) Definición del escenario objetivo básico.
2) Realización de la simulación.
3) Verificación gráfica de los resultados.
4) Almacenamiento de los datos numéricos y estadísticos. Procesado final.
A continuación se describen los pasos anteriormente citados.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
181
A.1.1 Definición del escenario objetivo básico.
Para comenzar a trabajar con el programa, el primer paso que debe realizarse es la
introducción de los datos relativos al escenario objetivo básico, sobre el cual se realizarán las
correspondientes simulaciones de transmisión de señales de radio.
La introducción de esos datos se inicia con la carga de una imagen de referencia, que servirá
de guía para ir definiendo los distintos elementos físicos presentes en el escenario. La citada
imagen debe estar dibujada a escala, y permitir diferenciar todos los muros; lo habitual es
representar el interior de los edificios que se simulan con esta herramienta mediante imágenes
que representan los planos de la planta interior de forma esquemática.
El segundo paso, una vez que se dispone de la imagen de referencia cargada en la
herramienta, es definir los distintos tipos de muros presentes en el entorno objetivo. El
programa acepta la introducción de muros abiertos, o muros que formen un polígono cerrado,
pero en cualquier caso los muros se deben de introducir de manera lineal. Una vez que se
define la forma del muro, el programa pide expresar la atenuación que introduce cada tipo de
muro, expresada en decibelios (dB). Esta atenuación ha tenido que ser calculada previamente,
aunque existen unos valores por defecto que también pueden usarse (6dB muros abiertos,
15dB muros cerrados). Terminada la definición de todos los muros presentes en el entorno, se
tiene completada la plantilla del entorno objetivo.
A continuación deben introducirse en el sistema las dimensiones de la plantilla. Para ello se
toma la longitud de un tramo lineal conocido (puede ser a partir de una leyenda de escala
introducida en la imagen de referencia, o a partir del tamaño real de un muro conocido), se
marca dentro de la plantilla y se introduce el valor en metros de la referencia tomada. Como la
imagen ha sido dibujada a escala, basta con identificar la longitud de una pared, para
especificar la de todas.
Una vez que se dispone de la plantilla del plano completa, incluso a nivel de dimensiones, se
debe proceder a la ubicación de los distintos HeNB. Los HeNB se pueden ubicar en cualquier
lugar dentro de la plantilla creada, aunque existe un módulo de la herramienta que permite
realizar el posicionamiento de manera aleatoria.
Para finalizar, se debe definir con qué potencia y a que frecuencia transmiten los HeNB.
A.1.2 Realización de la simulación
Una vez caracterizado todo el escenario es momento de realizar las distintas simulaciones.
Para ello, en primer lugar, debe definirse la resolución con la que se van a realizar las medidas.
El programa permite definir un tamaño de retícula en función del tamaño total que presente la
plantilla del ordenador sobre el que se está ejecutando. La selección de un tamaño mayor o
menor retícula influirá en la precisión con la que posteriormente se obtendrán los resultados.
En concreto, con referencia a este trabajo, tiene impacto directo en los espaciados entre puntos
de referencia del mapa radio, y después en el espaciado entre puntos de lectura de un
posicionamiento.
Anexo A. Herramienta de Simulación & Medidas del Estándar LTE
182
A continuación, la simulación propiamente dicha realizará el cálculo de la potencia recibida,
procedente de cada HeNB, en cada punto de la retícula definida, siguiendo un modelo de
propagación en interiores que incluye tanto las pérdidas de señal según el modelo de
propagación que se describe a continuación, como la influencia en la propagación de la misma
de las pérdidas introducidas por los muros.
A.1.2.1 Modelo de propagación.
El modelo de propagación empleado en este programa se corresponde con un modelo de
propagación en interiores definido por ETSI, que fija una distancia umbral de referencia de
0,5 m respecto de la fuente emisora, estableciendo dos modelos distintos de pérdidas a aplicar
a la señal, según si el punto de medida se encuentra más cerca o más lejos que esa distancia
de referencia indicada.
Las expresiones que rigen el citado modelo se agrupan dentro de la Ecuación 19, donde f se
corresponde con la frecuencia medida en MHz, dk es la distancia de referencia (0,5 m para esta
aplicación concreta) y d es la distancia del punto de medición a la celda emisora, ambas
distancias medidas en metros. En caso de que la señal atraviese distintos muros, se deben
añadir las pérdidas introducidas por cada muro atravesado.
Ecuación 19: Conjunto de expresiones que rigen la propagación de la señal de radio en la simulación.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
183
A.1.3 Verificación gráfica de los resultados.
La herramienta ofrece la capacidad de realizar diferente medidas y obtener múltiples gráficas
con los datos obtenidos en las simulaciones, aunque para el objetivo del presente trabajo
solamente se han obtenido los datos referentes a los mapas radio y las gráficas
correspondientes a los niveles de potencia de señal recibida.
Cabe destacar que en los mapas de la transmisión radio también vienen indicadas las
coordenadas a las que pertenece cada punto de la retícula, en función al valor de referencia
dado.
Para poder realizar el procesado del mapa radio, la herramienta permite definir una serie de
puntos de referencia para después poder obtener las coordenadas de dichos puntos. Con estos
datos posteriormente se puede hacer una criba y mantener solamente los puntos de la retícula
que son necesarios. De esa forma, se puede simplificar la caracterización del mapa radio del
entorno objetivo.
A.1.4 Almacenamiento de datos numéricos y estadísticos.
Procesado final.
El paso final de las tareas de simulación es el almacenamiento de los datos numéricos y
estadísticos obtenidos en ficheros con algún formato de uso común, y su procesado posterior
por alguna herramienta externa.
Entre esas otras herramientas usadas, cabe destacar MATLAB, que se ha empleado en
diferentes tareas, como por ejemplo las relativas a los ajustes de curvas.
Por otro lado, el grueso de las labores de procesado final de cálculos básicos se han realizado
sobre ficheros con formato de hojas de cálculo, sobre las que habitualmente se ha trabajado
usando EXCEL de Microsoft Office.
Anexo A. Herramienta de Simulación & Medidas del Estándar LTE
184
A.2 Mediciones del estándar LTE.
En relación al estándar LTE, el terminal de usuario, UE (User Equipment), realiza una serie de
acciones vinculadas con la capacidad de proveer movilidad en la comunicación. Para ello, las
principales medidas que proporciona están encaminadas a:
la búsqueda de celdas,
la realización de traspasos (handover) y
la reselección de celdas.
Para poder ofrecer un servicio continuo mientras el usuario se mueve, el UE no solo debe estar
conectado a la celda de servicio, sino que también tiene que monitorizar las celdas que le
rodean. Normalmente los esfuerzos del UE y de la red se centran el proveer continuidad de
servicio en una tecnología de acceso radio (RAT, Radio Access Technology) determinada, de
acuerdo a una serie de criterios de preferencia que pueden ser de calidad de servicio, coste u
operador de red utilizado.
Mientras un UE está conectado a la celda de servicio, se le puede requerir que tome decisiones
de movilidad dentro de la misma tecnología radio. Sin embargo, existirán situaciones en las que
la mala cobertura proporcionada, obliguen al UE y la red a cooperar para poder identificar otras
tecnologías de acceso radio disponibles para, en caso necesario, realizar el traspaso y
mantener así la continuidad de la comunicación. A veces el cambiar de tecnología radio
generará degradación en el servicio, pero al menos los servicios básicos de continuidad se
mantendrán (voz, o comunicaciones de datos con una baja tasa de transferencia).
Los procedimientos de movilidad se aplican a una gran variedad de escenarios. En todos los
casos el UE debe conocer los requerimientos mínimos de rendimiento que debe tener en
referencia respecto de: la búsqueda de celda, la realización de medidas, la periodicidad de las
medidas y el retardo de ejecución de los traspasos (handover).
Los requerimientos de rendimiento para la movilidad normalmente están especificados para un
escenario en particular, que consiste en:
La RAT que proporciona servicio.
El estado de la capa 3 de la RAT que proporciona servicio. En LTE los estados
principales del RRC (Radio Resource Control) son RRC_IDLE y RRC_CONNECTED.
La RAT que está siendo monitorizada. Cuando un UE esta acampado en una celda
LTE necesita monitorizar otras celdas LTE con la misma frecuencia (intra-frecuencia) y
otras celdas LTE de otras frecuencias (inter-frecuencia). Adicionalmente puede ser
requerido que se monitorice una o más RAT diferentes (GSM, UMTS…). Los
requerimientos de rendimiento dependerán en cada caso de la RAT monitorizada.
Para el caso de las RAT definidas por el 3GPP, se toma un enfoque para poder minimizar el
esfuerzo realizado por el UE. Este enfoque consiste en la realización de una serie de pasos, y
su realización implica la toma de decisiones en el UE o en la red. Los pasos son los siguientes:
Monitorización y evaluación de la calidad de la celda de servicio: Estas acciones
se llevan a cabo periódicamente. Si la calidad de la celda es satisfactoria (está por
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
185
encima de un umbral configurable por la red), entonces no se requiere ninguna acción.
Pero si por el contrario la calidad no es la que se requiere se ejecutará el siguiente
paso.
Iniciación de una búsqueda de celda periódica entre las celdas colindantes
candidatas: Las celdas candidatas pueden ser una combinación de celdas
intrafrecuencia, celdas interfrecuencia y celdas de otras RAT, donde normalmente se
define un orden de preferencia. La búsqueda de celda debe de ser repetida
periódicamente ya que las celdas pueden aparecer o desaparece en cualquier
momento. Debido a esto, el UE continuará realizando búsqueda de celdas hasta que la
calidad de servicio ofrecida vuelva a ser satisfactoria o el móvil realice traspaso,
reselección de celda o cambio de celda. En el momento que se identifican
satisfactoriamente las celdas vecinas se pone en marcha el siguiente paso.
Realización de medidas de las celdas vecinas: En este paso se mide
periódicamente la potencia de la señal recibida por las celdas vecinas previamente
identificadas hasta que la calidad de la celda de servicio vuelva a ser satisfactoria, o el
UE realice handover, reselección de celda o cambio de celda.
Para poder evitar el carácter variante del canal se realiza un promediado de medidas
dentro de un periodo de medida, por ejemplo la medida del RSRP (Reference Signal
Received Power) para celdas LTE intra-frecuencia se realiza cada 200ms. Tan pronto
como están disponibles las medidas se realiza el siguiente paso.
Evaluación de la movilidad: Este paso se puede ejecutar en una entidad
perteneciente a la red (en LTE en el eNodeB decide sobre el handover, y las ordenes
de reselección o cambio de celda en el UE) o en el UE en el caso de reselección de
celda. La evaluación de la movilidad sigue distintos criterios en función del escenario
especificado. Por otro lado la celda de destino puede pertenecer a la misma RAT (intra
o inter) o a una RAT distinta (inter-RAT handover o reselección de celda).
A continuación se especificarán algunos de los pasos descritos.
A.2.1 Búsqueda de celda en LTE
El procedimiento de búsqueda de celda en LTE consiste en:
Detección del PSS (Primary Synchonization Signal) para obtener el identificador de
celda (Cell ID) y la sincronización de slot.
Detección del SSS (Secondary Synchronization Signal) para obtener la longitud del
prefijo cíclico, el identificador de grupo de la capa física y la sincronización de trama.
Decodificación del PBCH (Physical Broadcast CHannel) para obtener la información
crítica del sistema, ésta información se obtiene cada 40 ms. Para la identificación de
una nueva celda no es necesario la decodificación del PBCH, pero se puede necesitar
la decodificación de la señal de referencia (RS, Reference Signal) para medir el RSRP
y el RSRQ (Reference Signal Received Quality) para reportar las medidas a la red.
Anexo A. Herramienta de Simulación & Medidas del Estándar LTE
186
A.2.2 Medidas cuando el UE está acampado en LTE
La mayoría de las medidas de la capa física requieren de un cierto grado de demodulación
coherente y de procesado. Por esos motivos, solamente se podrán obtener las medidas
después de que el UE esté sincronizado con la celda objetivo y conozca los parámetros más
relevantes de su capa física (tenga identificado el slot, la trama y los códigos de aleatorización).
Sin embargo, hay una serie de medidas que se pueden realizar sin necesidad de tener una
demodulación coherente de la señal, estas medidas son: RSSI (Reference Signal Strength
Indication) de la portadora LTE, RSSI de la portadora UMTS y RSSI de la portadora GSM.
El modelo de medidas adoptado en LTE ha sido heredado de UMTS, y dentro de él se
diferencian cuatro puntos de referencia distintos (Reference Point A, B, C and D).
La Figura 66 muestra una imagen donde se puede apreciar la ubicación de los distintos puntos
de medida.
Figura 66: Puntos de referencia para la medición de parámetros (LTE/UMTS)
A.2.2.1 Medidas LTE
RSRP: Esta medida ofrece la cantidad de potencia de la señal recibida para una celda
específica. Se define para una celda en concreto como la media lineal de las
contribuciones de potencia, en vatios (W), de los elementos de recurso que transportan
señales de referencias específicas de la celda dentro del ancho de banda de frecuencia
considerado para la medición.
RSSI: Se define como la potencia observada en todo el ancho de banda observado por
el UE desde todas las fuentes, incluyendo las celdas co-canal servidoras y no
servidoras, también se incluye la potencia de interferencia del canal adyacente y el
ruido térmico. El RSSI no se reporta como una medición, pero se usa para la obtención
del RSRQ.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
187
RSRQ: Esta medida se utiliza para poder escoger las mejores celdas candidatas para
la reselección. Se define como el ratio N·RSRP/ (LTE Carrier RSSI), donde N es el
número de bloques de recurso dentro del ancho de banda correspondiente a la medida
del RSSI de la portadora LTE. Mientras que el RSRP es una medida de la potencia de
la señal en cuestión, el RSRQ tiene en cuenta el nivel de interferencias debido a la
inclusión del RSSI.
A.2.3 LTE en RRC_IDLE
Los detalles de implementación de la búsqueda de celda y de las mediciones en el estado
RRC_IDLE no se especifican de forma deliberada, el fin de dejar abierta la especificación es
para que los fabricantes puedan optimizar sus propias implementaciones sujetos a cumplir una
serie de requisitos mínimos.
Cuando el UE se encuentra en estado IDLE, se busca minimizar la transmisión de recursos por
parte del UE (en realidad solo se enviarán datos cuando se necesite una actualización del área
de seguimiento) y el ahorro de energía en el UE.
El principal objetivo en el estado IDLE es el poder estar acampado dentro de una celda de
servicio donde esté suficientemente disponible la recepción de paging por parte del UE ante la
recepción de una llamada, las operaciones del UE están restringidas por la recepción periódica
del paging y por la monitorización de la celda de servicio. Para poder optimizar la duración de
la batería no se monitorizan las celdas vecinas a menos que se produzca una caída de la
calidad de la señal recibida por debajo del umbral establecido.
Siempre que un UE realiza reselección de celda y acampa en una nueva celda tiene que seguir
los siguientes pasos:
Decodificar la información de broadcast: Dentro de la información proporcionada
por el BCH se incluye la configuración para las medidas y la reselección de celda en
estado RRC_IDLE (Umbral de calidad de recepción, lista de celdas UMTS vecinas, lista
de celdas GSM vecinas). La información sobre la prioridad de celdas vecinas se le
proporciona también al UE, pero no a través de mensajes de broadcast, sino que se
proporciona a través de señalización dedicada.
Actualización del área de seguimiento: Si el UE se ha movido hacia una celda que
pertenece a un área de seguimiento distinto, informará al eNodoB, mediante una
conexión de señalización, de cuál es su localización dentro del nuevo área de
seguimiento antes de entrar en el estado de recepción de paging.
Recepción de paging: El UE determina el ciclo de recepción discontinua del paging y
otros parámetros relevantes del paging a través del procesado de los parámetros
recibidos en los mensajes de broadcast por la celda de servicio. Así se tiene que a
menos que el UE este siendo buscado (porque tiene una llamada) o se produzca una
reselección de celda, éste despertará periódicamente para chequear los mensajes de
paging, donde al mismo tiempo el UE puede medir la calidad de la celda de servicio.
Anexo A. Herramienta de Simulación & Medidas del Estándar LTE
188
En caso de que la calidad de la señal recibida sea pobre se iniciarán los procesos de
reselección de celda descritos anteriormente. En caso de que la calidad sea
suficientemente buena no es necesario realizar ninguna acción, aunque si el UE
conoce los criterios de reselección de celda puede realizar una búsqueda de celdas
con más prioridad. En este caso, al tener una buena calidad de la señal y para poder
ahorrar batería, este proceso de elección de celdas con mayor prioridad se realizará
con menos frecuencia, de manera que típicamente se tienen unos valores de búsqueda
de 60 s.
Evaluación de reselección de celda: El criterio de reselección de celda se lleva a
cabo cada periodo de recepción de paging.
A.2.3.1 Medidas en RRC_IDLE
La búsqueda de celdas vecinas, la periodicidad de las mediciones y la evaluación de la
reselección de celda dependen del ciclo de recepción discontinua (DRX, Discontinuous
Reception) del paging que se haya configurado y de que se cumpla con la calidad de señal
ofrecida por la celda de servicio.
A.2.4 LTE en RRC_CONNECTED
En este estado el UE está constantemente intercambiando información con la red para
transmitir y recibir datos de usuario. En este caso el UE y la red tienen como prioridad
mantener el enlace radio, por lo que se le da preferencia a la monitorización de las celdas
vecinas que al ahorro de energía.
En este estado, a diferencia que en RRC_IDLE, la búsqueda de celdas y las mediciones por
parte del UE están controladas y configuradas siempre por el eNodeB. Es el eNodoB el que
inicia el procedimiento de handover, requiriendo al UE que lo realice (el handover puede ser
intra/inter-frecuencia en LTE o inter-RAT).
A.2.4.1 Patrones de monitorización
En el modo CONNECTED, si el eNodoB decide que el UE necesita realizar la monitorización
de celdas LTE inter-frecuencia e inter-RAT, proveerá al UE de una configuración de mediciones
que incluirá un patrón de secuencia de monitorización. Un mecanismo similar existe en UMTS y
en GSM. Durante los espacios de monitorización las actividades de recepción y transmisión de
datos con la celda de servicio se interrumpen. La principal razón para utilizar patrones de saltos
(espacio) de monitorización son las siguientes:
El mismo receptor LTE puede utilizarse tanto para realizar la monitorización intra-
frecuencia, como para recibir datos cuando no hay un salto (espacio) de transmisión.
La presencia de saltos (espacios) de monitorización permite diseñar el UE con un único
receptor re-configurable. Dicho receptor podrá recibir datos o realizar mediciones, pero
normalmente no podrá realizar las dos acciones a la vez.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
189
Incluso si el UE dispone de múltiples receptores para monitorizar la actividad inter-RAT,
hay algunas configuraciones de bandas en las que todavía se siguen requiriendo saltos
(espacios) en el uplink. En particular se utilizan cuando la portadora del enlace
ascendente se usa para transmitir en una banda adyacente a otra que necesita
monitorizar.
Los patrones de salto en LTE contienen saltos cada N tramas LTE y estos saltos tienen una
duración de 6 ms. Un único espacio de medición se puede utilizar para medir cualquier tipo de
RAT.
Se utilizan distintas periodicidades de saltos para intercambiar entre las mediciones inter-
frecuencia y las inter-RAT.
La mayoría de las RAT difunden suficientes pilotos y datos de sincronización para permitir al
UE sincronizarse y realizar las medidas dentro de un periodo aproximado de 5ms. Esto es
debido a que la mayoría de las RAT envían señales descendentes de sincronización en
periodos no inferiores a 5ms (por ejemplo en LTE los símbolos PSS y SSS se envían cada
5ms.).
Por lo tanto, se tiene que un periodo de 6 ms. proporciona el margen de maniobra suficiente
para re-sintonizar el receptor de la portadora LTE inter-frecuencia y volver a la portadora LTE
de servicio.
A.2.4.2 Monitorización LTE intra-frecuencia
El objetivo de estas mediciones es medir, tanto la celda de servicio, como las celdas vecinas
que utilicen la misma frecuencia que la celda de servicio. Para poder realizar las medidas del
RSRP y del RSRQ el UE primero tiene que sincronizarse para obtener el identificador de celda
(cell ID) de las celdas vecinas. Contrariamente a los sistemas previos de 3GPP el UE tiene que
poder realizar la búsqueda sin disponer de una lista de celdas vecinas previas.
El periodo de mediciones intra-frecuencia definido es de 200ms.
A.2.4.3 Monitorización LTE inter-frecuencia
Este caso es muy similar al anterior con la diferencia de que su rendimiento está condicionado
por los saltos de monitorización. En 6 ms. de patrón de salto, 5 ms. están disponibles para
realizar mediciones inter-frecuencia una vez que el tiempo de conmutación ha sido eliminado.
Si el salto de monitorización se repite cada 40 ms. solo 5 ms. de 40 ms., es decir el 12.5%,
están disponibles para la monitorización inter-frecuencia. Por esta razón los periodos de
mediciones inter-frecuencia necesitan ser mayores que los de intra-frecuencia.
A.2.5 Reporte de medidas
Se especifican dos tipos de reportes dentro de LTE:
Reporte periódico: Las medidas se reportan periódicamente de acuerdo a los
parámetros de configuración de medición.
Anexo A. Herramienta de Simulación & Medidas del Estándar LTE
190
Reporte de medidas disparado por un evento: Con el fin de minimizar la información
enviada hacia el eNodoB. Normalmente se utiliza solo cuando el eNodoB detecta que
se ha producido una caída de la calidad ofrecida o se tiene una pobre cobertura. Una
vez que se ha pedido el reporte, el UE puede configurar adicionalmente medidas que
no están relacionadas con la condición del evento disparador.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
191
Anexo B. Método wkNN
Tal como se ha indicado repetidamente a lo largo de todo el presente trabajo, el método
utilizado para encontrar cualquier posicionamiento en cualquier simulación se basa en la
técnica fingerprinting.
Además, se ha empleado siempre para la obtención de la posición un algoritmo del tipo wkNN
(algoritmo de los k vecinos más próximos ponderado).
Ya se vio en el capítulo relativo al estado del arte que este tipo de algoritmos son los más
empleados en la actualidad, porque aparecen como los más ventajosos en varios aspectos
respecto de otros tipos de algoritmos.
Aunque estos algoritmos ya se describieron someramente en la sección 2, serán descritos más
en detalle dentro del presente anexo.
Anexo B. Método wkNN
192
B.1 Método kNN.
El método kNN, o de los k vecinos más cercanos (k-Nearest-Neighbor) emplea las medidas de
potencia RSS realizadas por el terminal durante la fase de localización, para buscar y
seleccionar las k equivalencias más próximas a los valores de potencia previamente
almacenados en el mapa radio construido durante la fase de calibración.
El proceso consta de dos fases:
1) Selección de los k puntos del mapa radio más próximos a las medidas tomadas.
2) Determinación de la posición.
Ambas fases se describen en detalle a continuación.
B.1.1 Selección de los k puntos del mapa radio más próximos a
las medidas tomadas
El proceso de selección de los k puntos del mapa radio más próximos a las medidas tomadas
se divide, a su vez, en otros dos pasos:
1) Cálculo de las "distancias" entre los valores medidos y los valores almacenados,
2) Selección propiamente dicha de los k puntos más próximos.
Por tanto, en primer lugar, se comparan los valores de potencia medidos para cada uno de los
REP presentes en el escenario, frente a todos los valores de potencia almacenados en cada
uno de los puntos de referencia del citado mapa radio, tomados durante la fase de calibración.
El criterio de proximidad se establece en base al principio de la raíz del error cuadrático medio,
calculado respecto de las distintas estaciones emisoras. Es decir, para calcular las “distancias”
entre la RSS observada y los conjuntos de datos almacenados en el mapa radio, se aplica,
como se ha indicado, la raíz del error cuadrático medio.
Para ello, supongamos que la variable i puede tomar valores de 1 a m, donde m es el número
de REP presentes en el escenario, y la variable j va de 1 a n, siendo n el número de puntos de
referencia presentes en el mapa radio, conteniendo valores de RSS almacenados desde la
fase de calibración. Según lo anterior, podemos asumir que rij corresponde a la RSS
almacenada para el REP número i en el punto de referencia j, y que Ri es el valor de RSS
observado en el momento de realizar el posicionamiento, en relación al REP número i.
Entonces, se considera la distancia entre Ri y los conjuntos de datos rij según se indica en la
Ecuación 20.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
193
Ecuación 20: Distancia euclídea entre potencias medidas y potencias almacenadas.
Una vez calculada la distancia observada de una medida concreta observando las m REP que
tienen cobertura sobre un punto, con respecto a todos los puntos del mapa radio, se debe
escoger el conjunto de las k muestras que ofrecen un valor de la distancia menor, que son las
consideradas las que tiene valores almacenados más próximos a los valores medidos.
B.1.2 Determinación de la posición
En segundo lugar, se determina la posición, promediando los k valores de posición individuales
obtenidos durante la primera parte del proceso.
Esas k muestras se corresponderán con otros tantos puntos de referencia del mapa radio, cuya
posición es conocida de antemano.
Promediando las coordenadas físicas x e y de los puntos correspondientes a esas k
localizaciones que se deseen tener en cuenta, se obtiene el valor de la posición estimada.
Anexo B. Método wkNN
194
B.2 Método ponderado wkNN
Según se describe en [BRU05] y otros trabajos, un inconveniente que se presenta en diferentes
métodos de posicionamiento, entre los que se incluye este de los kNN, es que cabe la
posibilidad de encontrar un conjunto de equivalencias (o verosimilitudes) que presenten un alto
nivel de coincidencia con el valor medido, y otras cuyo nivel de coincidencia sea más bajo.
Estos segundos valores parecen estar más lejos de la posición real que se está estimando que
los primeros, y sin embargo su peso en la fórmula para encontrar la localización es igual para
cada uno de ellos. Por tanto, podemos decir que los valores más diferentes de la cantidad
medida están "introduciendo" error en la estimación, desviando la localización estimada final
resultante hacia la dirección en que se encuentran esos puntos menos parecidos, cuando lo
más probable es que la posición se encuentre en la zona donde se concentran los primeros.
Para este tipo de casos, se habilitan técnicas con ponderaciones adicionales cuyo fin es que el
valor de los puntos con registros más parecidos se potencie frente al valor de los puntos del
mapa radio con registros menos parecidos, De esa forma, su influencia en el cálculo de la
posición se elimina o, al menos, se mitiga.
Es el motivo que da lugar a la aparición de técnicas como la del wkNN (“weighted” kNN, o kNN
ponderado), que tratan de minimizar los efectos de esas dispersiones.
Este procedimiento de estimación ponderada se realiza igualmente en otros métodos de
posicionamiento basado en fingerprinting, como el probabilístico.
B.1.3 Número de vecinos a tener en cuenta. Factor k.
Un factor a fijar en el empleo de un método wkNN es el valor seleccionado para k.
En teoría, el valor del parámetro k se puede adaptar a cada situación concreta, para obtener
las mejores prestaciones.
Sin embargo, a lo largo de todo este trabajo, se ha tomado siempre el mismo valor para k,
fijándolo en 4 vecinos, tal como se recomienda hacer en [LIN05], donde se demuestra que no
compensa incrementar el valor de k, teniendo en cuenta la mejora obtenida frente a la
complicación computacional necesaria para ello.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
195
B.1.4 Criterio de ponderación. Factor w.
Según [BRU05], el criterio de ponderación w no debe ser un valor fijo para todas las
mediciones, sino que lo que se debe hacer es ponderar la similitud, primando los vectores más
"cercanos" o similares, sobre los más "lejanos".
A lo largo de todo este trabajo, se han empleado las indicaciones de ese trabajo concreto para
ponderar todas las simulaciones realizadas.
Anexo B. Método wkNN
196
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
197
Anexo C. Simulaciones adicionales
Dentro de este anexo se incluyen una serie de gráficas adicionales, obtenidas durante los
trabajos de simulación realizados a lo largo del trabajo que se presenta en este documento.
Esas gráficas no se han incluido en el texto principal, con objeto de facilitar la claridad de las
explicaciones y simplificar las mismas. Allí tan solo se han mostrado las gráficas
imprescindibles para permitir un correcto entendimiento. Aquí se incluyen muchas más, que
permitirán aclarar dudas o consultar detalles no vistos allí.
Se incluyen varios grupos de gráficas:
1) las llevadas a cabo para verificar la relación del parámetro µ y con los REP
desplegados y la granularidad del mapa radio (Capítulo 3).
2) Las realizadas en el ejemplo de integración del sistema (Capítulo 5).
Anexo C. Simulaciones Adicionales
198
C.1 Relación de µ y sigma con el número de REP y la granularidad del mapa radio.
A continuación se muestran algunas gráficas no incluidas en el texto, en relación a las
verificaciones realizadas en el capítulo 3.
Figura 67: CDF para 3 REP con granularidad de 1,6x1,6m
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
199
Figura 68: CDF para 4 REP con granularidad de 2,5x2,5m
Figura 69: CDF para 3 REP con granularidad de 2,4x2,4m
Anexo C. Simulaciones Adicionales
200
Figura 70: CDF para 4 REP con granularidad de 5,0x5,0m
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
201
C.2 Simulaciones para la integración sobre un escenario real.
A continuación se muestran algunas gráficas no incluidas en el texto, en relación a las
verificaciones realizadas en el capítulo 5.
C.2.1 Simulaciones para la verificación del despliegue efectivo de
celdas y el mapa radio.
Figura 71: Puntos de referencia para la medición de parámetros (LTE/UMTS)
Anexo C. Simulaciones Adicionales
202
Figura 72: Puntos de referencia para la medición de parámetros (LTE/UMTS)
C.2.2 Simulaciones para la verificación del algoritmo de
recalibración.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
203
Figura 73: Disposición de REP, y puntos de calibración con una granularidad de 6x6m.
Figura 74: Disposición de REP, y puntos de calibración con una granularidad de 26x26m.
Anexo C. Simulaciones Adicionales
204
Figura 75: Disposición de REP, y puntos de calibración con una granularidad de 6x6m.
Figura 76: Disposición de REP, y puntos de calibración con una granularidad de 8x8m.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
205
Figura 77: Disposición de REP, y puntos de calibración con una granularidad de 15x15m.
Figura 78: Disposición de REP, y puntos de calibración con una granularidad de 26x26m.
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
207
Bibliografía
AOM11 Aomumpai, S. and Prommak, C., 2011, On the Impact of Reference Node
Placement in Wireless Indoor Positioning Systems, World Academy of Science,
Engineering and Techology (waset), 60, pp.449–453.
BAA09 Baala, O., Zheng, Y and Caminada, A., 2009, The impact of AP placement in
WLAN-based Indoor Positioning System. In 2009 Eighth International Conference
on Networks, pp.12–17.
BAH00 Bahl, P. & Padmanabhan, V.N., 2000. RADAR: An In-Building RF-based User
Location and Tracking System. Data Processing, 2, pp.775-784.
BAR13 Barba Barba, F., Garrido Martín, A. & Fernández-Durán, A., 2013. Wireless Indoor
Positioning: Effective Deployment of Cells and Auto-Calibration. Bell Labs Technical
Journal 18(2), pp 213-235.
BRU05 Brunato, M. & Battiti, R., 2005. Statistical learning theory for location fingerprinting
in wireless LANs. Computer Networks, 47, pp.825-845.
CHE13 Chen, G., Zhang, Y., Luan, F., Xiao, L., Zhang, X., and Zhou, S., 2013, Optimization
of AP Placement in Indoor Fingerprint Positioning. In ICT Convergence (ICTC),
2013 International Conference on. IEEE, pp. 98-100.
CON11 Connolly, P. & Bonte, D. 2011. LBS Platforms. ABI Research.
CON12 Connolly, P. & Bonte, D. 2012. Indoor Location Technology. ABI Research
EKA12 Wi-Fi Site Survey Tool for professional Wi-Fi Planning | Ekahau. [Internet].
Disponible en:
http://www.ekahau.com/products/ekahau-site-survey/overview.html, [Acceso el 9 de
Mayo de 2012]
FER08 Fernandez-Duran, A., Perez Leal, R. and Alonso, J.I., 2008, A method to estimate
the horizontal handover decision effect on indoor wireless conversational video
quality, EURASIP Journal on Advances in Signal Processing, pp.1-15.
FER09 Fernandez-Duran A. and García Carrasco, G., 2009, UMTS femtocell performance
in massive deployments: Capacity and GoS implications, Bell Labs Technical
Journal, 14, no. 2, pp.185–202.
FIC14 Ficco, M., Esposito, C., and Napolitano, A., 2014, Calibrating indoor positioning
systems with low efforts. Mobile Computing, IEEE Transactions on, 13(4),
pp.737-751.
Bibliografía
208
FIG10 Figueiras, J. & Frattasi, S., 2010. Mobile Positioning and Tracking. From
Conventional to Cooperative Techniques, Wiley.
FOR15 Fortes, S., Aguilar-García, A., Barco, R., Barba Barba, F., Fernández-Luque, J. A. &
Fernández-Durán, A., 2015. Management Architecture for Location-Aware
Self-Organizing LTE/LTE-A Small Cell Networks, IEEE Communications Magazine
Vol. 53, no. 1,pp.294-302.
HAQ09 Haque I., Nikolaidis I. and Gburzynski, P., 2009, On the Impact of Node Placement
and Profile Point Selection on Indoor Localization, Wireless and Mobile Networking,
308, pp.220–231.
LIN05 Lin, T.N. & Lin, P.C., 2005. Performance comparison of indoor positioning
techniques based on location fingerprinting in wireless networks. In Wireless
Networks, Communications and Mobile Computing, 2005 International Conference
on. IEEE, Vol. 2,pp. 1569–1574. Disponible en:
http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1549647 [Acceso el 19 de
Febrero de 2012].
LIU07 Liu, H. et al., 2007. Survey of wireless indoor positioning techniques and systems.
Systems, Man, and Cybernetics, Part C: Applications and Reviews, IEEE
Transactions on, 37(6), pp.1067–1080. Disponible en:
http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=4343996 [Acceso el 19 de
Febrero de 2012].
MAZ09 Mazuelas, S., Bahillo, A., Lorenzo, R. M., Fernandez, P., Lago, F., Garcia, E., Blas,
J. and Abril, E. J., 2009, Robust indoor positioning provided by real-time RSSI
values in unmodified WLAN networks. Selected Topics in Signal Processing, IEEE
Journal of, 3(5), pp.821-831.
MEN11 Meng, W., Xiao, W., Ni, W. and Xie L., 2011, Secure and robust Wi-Fi fingerprinting
indoor localization,” In Indoor Positioning and Indoor Navigation (IPIN), 2011
International Conference on. IEEE, pp.1-7.
MIR14 Mirowski, P., Milioris, D., Whiting, P., and Kam Ho, T., 2014, Probabilistic
Radio‐Frequency Fingerprinting and Localization on the Run. Bell Labs Technical
Journal, 18(4), pp.111-133.
MOL09 Molina García, M., Fernández-Durán, A. and Alonso, J.I., 2009, Automatic planning
tool for deployment of indoor wireless local area networks, Proceedings of the 2009
International Conference on Wireless Communications and Mobile Computing:
Connecting the World Wirelessly (IWCMC ‘09), pp. 1428–1432.
MOL13 Molina-García, M., Calle-Sánchez, J., Alonso, J. I., Fernández-Durán, A. & Barba
Barba, F., 2013. Enhanced In-Building Fingerprint Positioning Using Femtocell
Networks. Bell Labs Technical Journal 18(2), pp 195-211.
MOR09 Moraes, L.F., Astuto B. and Nunes, A., 2009, Calibration-Free WLAN Location
System Based on Dynamic Mapping of Signal Strength, Proceedings of the 4th
ACM international workshop on Mobility management and wireless access
(MobiWac ‘06), pp. 92-99.
MON11 Proyecto MONOLOC. [Internet]. Disponible en:
http://monoloc.creativit.com/, [Acceso el 23 de Abril de 2012]
Contribución a la Localización en Interiores Basada en Comunicaciones Inalámbricas
209
OTS05 Otsason, V., Varshavsky, A. & LaMarca, A., 2005. Accurate GSM indoor
localization. UbiComp 2005:, (iv), pp.141-158. Disponible en:
http://www.springerlink.com/index/B6TBWEUG7QM91BWK.pdf [Acceso el 10 de
Enero de 2012].
STD12 3GPP, 2012, TS 36.133: Requirements for support of radio resource management
(Release 9), 480 pp.
WAN11 Wang, W., Ma, L., Xu, Y. and Deng, Z., 2011, Dynamic Radio Map Construction for
WLAN Indoor Location. 2011 Third International Conference on Intelligent Human-
Machine Systems and Cybernetics, vol. 2, pp.162–165.
WIG07 Wigren, T., 2007. Adaptive Enhanced Cell-ID Fingerprinting Localization by
Clustering of Precise Position Measurements. IEEE Transactions on Vehicular
Technology, 56(5), pp.3199-3209.
YIN05 Yin, J., Yang, Q. & Ni, L., 2005. Adaptive Temporal Radio Maps for Indoor Location
Estimation. Third IEEE International Conference on Pervasive Computing and
Communications, (PerCom), pp.85-94.
Bibliografía
210
top related